MUNKAERŐPIACI TÜKÖR 2016

Átírás

1 MUNKAERŐPIACI TÜKÖR, KÖZELKÉP: MUNKAERŐHIÁNY x!7hb5i6-egaagj!,l.r.k.k.l MUNKAERŐPIACI TÜKÖR 2016 SZERKESZTETTE FAZEKAS KÁROLY KÖLLŐ JÁNOS MTA KÖZGAZDASÁG - ÉS REGIONÁLIS TUDOMÁNYI KUTATÓKÖZPONT KÖZGAZDASÁG -TUDOMÁNYI INTÉZET BUDAPEST, 2017

2 Munkaerőpiaci tükör 2016

3 Munkaerőpiaci tükör Az évkönyvsorozat szerkesztőbizottsága Busch Irén főosztályvezető, Belügyminisztérium, Közfoglalkoztatási Statisztikai, Elemzési és Monitoring Főosztály Fazekas Károly főigazgató, MTA Közgazdaság- és Regionális Tudományi Kutatóközpont Koltay Jenő ny. tudományos főmunkatárs, MTA Közgazdaság- és Regionális Tudományi Kutatóközpont Közgazdaság-tudományi Intézet Köllő János tudományos tanácsadó, MTA Közgazdaság- és Regionális Tudományi Kutatóközpont Közgazdaság-tudományi Intézet Lakatos Judit szakmai főtanácsadó, Központi Statisztikai Hivatal Szabó-Morvai Ágnes tudományos munkatárs, MTA Közgazdaság- és Regionális Tudományi Kutatóközpont Közgazdaság-tudományi Intézet Sorozatszerkesztő Fazekas Károly

4 MUNKAERŐPIACI TÜKÖR 2016 SZERKESZTETTE FAZEKAS KÁROLY KÖLLŐ JÁNOS MTA Közgazdaság- és Regionális Tudományi Kutatóközpont Közgazdaság-tudományi Intézet Budapest, 2017

5 A kiadó címe: MTA Közgazdaság- és Regionális Tudományi Kutatóközpont Közgazdaság-tudományi Intézet 1097 Budapest, Tóth Kálmán u. 4. A kiadvány megrendelhető a kiadó címén biblio@krtk.mta.hu telefon: (+36-1) E kiadvány megjelenését támogatta a Magyar Tudományos Akadémia, a Nemzetgazdasági Minisztérium és a Közösen a Jövő Munkahelyeiért Alapítvány Copyright MTA Közgazdaság- és Regionális Tudományi Kutatóközpont Közgazdaság-tudományi Intézet, 2017 Borító fotó Czigány Ákos ISSN X Felelős kiadó: Fazekas Károly Olvasószerkesztő: Patkós Anna Műszaki szerkesztő: Kravjánszki Róbert Nyomdai előkészítés: font.hu Typográfia: Garamond, Franklin Gothic Nyomdai munkák: Oliton Kft.

6 TARTALOM Előszó...9 A magyarországi munkapiac 2016-ban (Bakó Tamás & Lakatos Judit) A gazdasági környezet alakulása Munkaerő-kínálat, foglalkoztatottság Munkaerő-kereslet és munkaerő-tartalék A keresetek alakulása Hivatkozások Közelkép: Munkaerőhiány A szerkesztő előszava (Köllő János) Fogalom és mérés Mit értsünk munkaerőhiányon? (Köllő János, Nagy Daniella & Tóth István János) A munkaerőhiány a hazai közbeszédben (Tóth István János & Nyírő Zsanna) Az alapvető hiányindikátorok alakulása (Köllő János, Nyírő Zsanna & Tóth István János) Torzítások az üres állások statisztikáiban, valamint a vállalati és munkaközvetítői hiányjelzésekben (Köllő János & Varga Júlia) Hiány és munkanélküliség (Köllő János & Varga Júlia) A szokásos gyanúsítottak demográfiai csere és külföldi munkavállalás Demográfiai csere (Hermann Zoltán & Varga Júlia) A demográfiai csere foglalkozási szerkezetre gyakorolt hatásáról (Czethoffer Éva & Köllő János) A külföldi munkavállalás és a munkaerőhiány (Hárs Ágnes & Simon Dávid) Toborzási nehézségek, üzleti helyzet és bérek vállalati szintű elemzés Toborzási nehézségekre panaszkodó vállalatok (Tóth István János & Nyírő Zsanna) Manifeszt hiányhelyzetek: betöltetlen állások és kihasználatlan kapacitások (Hajdu Miklós, Köllő János & Tóth István János) Bérszint, manifeszt hiányhelyzetek, tervezett és tényleges béremelkedés (Köllő János, Reszegi László & Tóth István János) A relatív bérek alakulása hosszabb távon. Azonosíthatók-e hiányhelyzetekre utaló jelek? (Czethoffer Éva & Köllő János)

7 4. Munkaerőhiány és szakképzés Szakmunkásképzés (Köllő János) Diákok pályaválasztási tervei: ki szeretne tudományos-műszaki pályára lépni? (Blaskó Zsuzsa & Artur Pokropek) Az alkalmazkodókészség szerepe Merre halad a kereslet? A nem kognitív készségek felértékelődése (Fazekas Károly) Foglalkozási mobilitás Magyarországon (Varga Júlia) Felnőttkori tudásfelhalmozás (Köllő János) Képzéssel a munkaerőhiány ellen? A munkaügyi központok által szervezett vagy finanszírozott képzések célzása és eredményessége (Adamecz-Völgyi Anna, Csillag Márton, Molnár Tamás & Scharle Ágota) A munkapiaci szakpolitika eszközei (2015. május március) (Hajdu Miklós, Makó Ágnes, Nábelek Fruzsina & Nyírő Zsanna) Intézményi változások Támogatások Szolgáltatások Aktív foglalkoztatáspolitikai eszközök és komplex Munkapiaci hatású szakpolitikai eszközök Függelék Statisztikai adatok Alapvető gazdasági adatok Népesség Gazdasági aktivitás Foglalkoztatottak Munkanélküliek Keresetek Oktatás Munkaerő-kereslet Regionális különbségek Munkaügyi kapcsolatok Jóléti ellátások Munkát terhelő adók Nemzetközi adatok A fontosabb adatok forrásai Munkapiaci kutatások. Válogatott bibliográfia (Bálint Éva) Függelék. Táblázatok és ábrák jegyzéke

8 A kötet szerzői Adamecz-Völgyi Anna Budapest Intézet Bakó Tamás MTA KRTK KTI Bálint Éva MTA KRTK KTI Blaskó Zsuzsa European Commission, Joint Research Centre (JRC), Unit JRC.B.4 Human Capital and Employment Czethoffer Éva MTA KRTK KTI Csillag Márton Budapest Intézet Fazekas Károly MTA KRTK KTI Hajdu Miklós Gazdaság- és Vállalkozáskutató Intézet Hárs Ágnes KOPINT TÁRKI Hermann Zoltán MTA KRTK KTI Köllő János MTA KRTK KTI Lakatos Judit KSH Makó Ágnes Gazdaság- és Vállalkozáskutató Intézet Molnár Tamás Budapest Intézet Nábelek Fruzsina Gazdaság- és Vállalkozáskutató Intézet Nagy Daniella Gazdaság- és Vállalkozáskutató Intézet Nyírő Zsanna Gazdaság- és Vállalkozáskutató Intézet Artur Pokropek European Commission, Joint Research Centre (JRC), Unit JRC.B.4 Human Capital and Employment Reszegi László Budapesti Corvinus Egyetem Scharle Ágota Budapest Intézet Simon Dávid ELTE TÁTK tajti József ngm Tóth István János MTA KRTK KTI, CRCB Varga Júlia MTA KRTK KTI

9

10 előszó ELŐSZÓ Az MTA Közgazdaság-tudományi Intézete az Országos Foglalkoztatási Közalapítvány támogatásával 2000-ben indította el a magyarországi munkapiac és foglalkoztatáspolitika aktuális jellemzőit bemutató és a témakör egy-egy területét részletesen elemző Munkaerőpiaci Tükör című évkönyvsorozatot. A kötetek tartalmának összeállítása során arra törekedtünk, hogy az államigazgatásban dolgozó szakemberek, a foglalkoztatási szolgálat szervezeteiben, az önkormányzatokban, a civil szervezetekben, a közigazgatási hivatalokban, az oktatási intézményekben és a kutatóintézetekben dolgozó kollégák, az írott és elektronikus sajtó munkatársai napi munkájukban jól hasznosítható információkat kapjanak a magyarországi munkapiaci folyamatokról, a foglalkoztatáspolitika jogszabályi és intézményi környezetéről, a magyarországi munkapiaccal foglalkozó hazai és nemzetközi kutatások friss eredményeiről. Fontos szempont, hogy az évkönyvsorozatban publikált elemzések, adatok a felsőfokú oktatásban is jól felhasználható ismereteket adjanak a munkagazdaságtan, az emberierőforrás-gazdálkodás különböző témaköreiben. Olyan kiadványokat állítottunk össze, amelyek a rendelkezésünkre álló statisztikák, elméleti kutatások és empirikus elemzések alapján közérthető formában, jól áttekinthető szerkezetben mutatják be a magyarországi munkapiaci folyamatok jellemzőit és belső összefüggéseit. Megőrizve a sorozat szerkesztőinek korábbi gyakorlatát, idén is kiválasztottunk egy területet, amelyet különösen fontosnak tartottunk a magyarországi munkapiaci folyamatok megértése, a tényeken alapuló foglalkoztatáspolitika eredményessége szempontjából. A szerkesztőbizottság döntése alapján az idei Közelkép fejeztet a munkaerőhiány magyarországi jellemzőit tárgyalja. A kiadvány öt fő részből áll. A magyarországi munkapiac 2016-ban Magyarország bruttó hazai terméke 2016-ban 2%-kal haladta meg az előző évit, amely azonban a visegrádi országok között így is a legalacsonyabb volt. A növekedésben a külső kereslet mellett hangsúlyos szerepet játszott a belső kereslet is, melynek legnagyobb részét a háztartások fogyasztási kiadásai teszik ki. Ez utóbbiak volumene 4,9%-kal emelkedett, melyet döntően a javuló munkaerőpiaci környezet és a reálbér-növekedés támogatott. 9

11 munkaerőpiaci tükör 2016-ban a KSH lakossági megkérdezésen alapuló reprezentatív adatgyűjtése a munkaerő felmérés definíciója szerinti foglalkoztatottak száma 4 millió 352 ezerre nőtt, ami a felvétel évi indulása óta mért legmagasabb érték. A foglalkoztatottság évi bővülése annyiban sajátos, hogy az egy év alatti 141 ezres növekmény csaknem kizárólagosan a hazai elsődleges munkaerő piacon, s azon belül is a versenyszférában realizálódott. A közfoglalkoztatotti kör létszámbővülése 2016-ban minimális volt, a évi, ezt a foglalkoztatási formát érintő intézkedés csomag pedig már a közfoglalkoztatotti létszám csökkentését irányozza elő. A külföldön dolgozóknak a munkaerő felmérésben megjelenő szegmensére az elmúlt évek dinamikus létszámnövekedése után 2016-ban szintén a stagnálás volt a jellemző, de valószínűleg ez a megállapítás a külföldön dolgozók teljes sokaságra is igaz. Ehhez a javuló hazai munkaerő piaci helyzet mellett hozzájárult, hogy a harmadik legvonzóbb célországnak számító Egyesült Királyság bejelentette az unióból történő kiválását. A statisztikai adatforrások alapján pontosan nem lehet megmondani, hogy összesen hány munkavállalóra lenne pótlólagosan szüksége a gazdaságnak, de egyértelmű, hogy 2016-ban az előző évhez képest számottevően nőtt a vállalkozások kielégítetlen munkaerő kereslete. Az üres álláshelyek száma így éves átlagban közel 36%-kal haladta meg az egy évvel korábbit. A versenyszférán belül 2016-ban létszámarányosan az információ és kommunikáció nemzetgazdasági ágban volt a legtöbb betöltetlen állás, több mint másfélszerese a versenyszféra egészére jellemző átlagnak (ez a IV. negyedévben 3,0% üres álláshely arányt jelentett.) 2016-ban összességében az uniós definíció szerinti potenciális munkaerő tartalék kategóriába (amibe nem értendők bele a közfoglalkoztatottak) 420,5 ezren tartoztak, 115 ezerrel kevesebben az egy évvel korábbinál. A nyugdíjkorhatár emeléséből következő többlet mellett ez a tartalék biztosította a létszámnövekedés forrását, ezen belül is akárcsak korábban mindenekelőtt a munkanélküliek rétege. A 2016-ban a kereset alakulására az összességében kedvező gazdasági folyamatok mellett a munkaerőért folyó verseny erősödése is hatott. A nemzetgazdasági szintű bruttó átlagkereset 2016-ban a korábbi évekre jellemzőnél jelentősebben, összességében 6,1%-kal 263,2 ezer forintra nőtt. A nettó kereset 7,8%-kal haladta meg az egy évvel korábbit, ami párosulva a továbbra is alacsony 0,4%-os fogyasztói árindex-el a reálkeresetek 7,5%-os javulását eredményezte. Nőtt a 2011-ben bevezetett gyermekek utáni személyijövedelemadó-kedvezmény is. Az ország gazdaságilag fejlettebb területeinek előnye nemcsak a magasabb foglalkoztatási színvonalban, de a keresetekben is tükröződik. Általában igaz az, hogy az alacsony a foglalkoztatási ráta jellemezte (így nagyobb munkaerő tartalékkal rendelkező) megyékben a kereset is átlag alatti és igaz ennek a fordítottja is. E két tényező együttes vizsgálata egy erősen polarizálódott Magyarország képét rajzolja ki, ahol a megyék egy-két kivételtől eltekintve vagy egyik, vagy másik kategóriába taroznak. Ilyen kivétel Heves és Tolna megye, ahol a vidéki átlagot meghaladja a foglalkoztatottak bruttó átlagkeresete. Az előbbiben 10

12 ez azzal magyarázható, hogy a magas kereseti átlag jellemezte visontai hőerőmű foglalkoztatási súlya jelentős, míg az utóbbinál hasonló szerepe van a paksi atomerőműnek. A magas foglalkoztatási ráta, alacsony átlagkereset egyetlen tipikus képviselője Zala megye, ahol nemcsak a magas kereseti átlag jellemezte nemzetgazdasági ágak alulreprezentáltak, de a foglalkoztatási struktúrában nagyobb súllyal szereplő nemzetgazdasági ágakban is elmaradnak a keresetek a megfelelő vidéki átlagtól. előszó Közelkép Az idei évkönyvünket támogató Nemzetgazdasági Minisztérium kifejezett javaslata volt, hogy az idei kötet tematikus Közelkép fejezete a munkaerőhiánynak a vállalatokat és képviseleteiket erősen foglalkoztató kérdéséről szóljon. Egy közgazdász kutató vonakodva lát egy ilyen felkérés teljesítéséhez, mert a kortárs szakirodalomban alig érintett témáról van szó, és olyan fogalomról, aminek (a piacgazdaságokra vonatkozóan) nem létezik szakmai közmegegyezéssel szentesített értelmezése. Nem kétséges viszont bármennyire homályos is a fogalom a hiányra való vállalkozói panaszkodás vizsgálatra érdemes társadalmi tény, annál is inkább, mert nagyon is valóságos gazdasági következményekkel jár: bérversenyt indíthat el, erősíti az oktatáspolitikára gyakorolt vállalkozói nyomást és adminisztratív beavatkozásra ösztönözheti a hiány-panaszokkal nap, mint nap találkozó államapparátust. A fejezet 2. része a demográfiai cseréből és a külföldi munkavállalásból eredő pótlási szükséglettel foglalkozik. Az elmúlt években népes korosztályok (a Ratkó-gyerekek) vonultak-vonulnak nyugdíjba és egyre kisebb korosztályok léptek be a munkaerőpiacra. Jelentősen változott a demográfiai okokból megüresedő munkahelyek és a potenciális jelentkezők képzettségigénye illetve képzettsége közötti különbség is. A szakmai közbeszédben elterjedt vélekedés, hogy a munkaerőhiánnyal kapcsolatos panaszok szaporodása és a külföldi munkavállalás növekedése között oksági kapcsolat van. A tanulmány ennek a kapcsolatnak a formáját, mértékét vizsgálja a KSH Munkaerő-felmérésének adataival, melyekből megállapítható, hogy mi volt a külföldön munkát vállalók kilépést megelőző utolsó hazai foglalkozása, munkahelyük ágazata, földrajzi régiója és ez mennyire korrelál a hazai munkaerőpiacra vonatkozó szaporodó hiányjelzésekkel. A fejezet ezen túl azt is elemzi, hogy jellemzően milyen szakmákban, ágazatokban helyezkednek el, a képzettségüknek megfelelő munkahelyeken dolgoznak-e azok, akik külföldre mentek, és kik azok, akik visszatérnek. A 3. rész első tanulmánya azt vizsgálja, hogy kik panaszkodnak munkaerőhiányra. Többváltozós módszerekkel elemzi, hogyan hat a panaszok valószínűségére a vállalat ágazati és földrajzi hovatartozása, munkaerő-összetétele, termelékenysége, reziduális (tehát a munkaerő-összetételből eredő hatások kiszűrése utáni) bérszintje, életkora és létszámdinamikája, beruházási tevékenysége. Az elemzés a Bértarifa-felvétel és a Rövid Távú Munkaerőpiaci Prognózis (a továbbiakban Prognózis) összekapcsolt adatait használja. A második tanulmány a manifeszt 11

13 munkaerőpiaci tükör hiányhelyzetek: betöltetlen állások és kihasználatlan kapacitások jellemzőinek alakulásával foglalkozik. A 3. rész 3. és 4. tanulmánya a toborzási nehézségek legfontosabb következményeit próbálja feltárni. Ezen belül részletesen elemzi, milyen szerepet játszik a munkaerőhiány a béremelkedésnek az utóbbi években tapasztalható felgyorsulásában. A hiánnyal kapcsolatos panaszok szaporodása és a béremelkedés gyorsulása nem feltétlenül áll egymással ok-okozati kapcsolatban. Az akkor, tehát azért hibáját csak a mikroszintű elemzés tudja elkerülni. A hiány és a béremelkedés (vagy más reakciók) közötti kapcsolat egy korlátozott vállalati mintán közvetlenül is megvizsgálható, a Bértarifa-felvétel és a Prognózis összekapcsolt adatai segítségével. Továbbá, a béralakulás részletes vizsgálata a Bértarifa-felvétel nagyobb mintáján olyan eredményekkel szolgálhat, melyekből közvetve következtethetünk a hiányhelyzetek szerepére. Megvizsgálható, gyorsabban nőnek-e a bérek azokban a foglalkozásokban, ágazatokban és régiókban, ahol más források a hiány-panaszok szaporodására utalnak. Feltehető az a kérdés is, hogy a munkaerőért fokozódó verseny kikényszeríti-e a bérek különösen gyors ütemű emelését a piaci szint alatt fizető vállalatoknál? A következmények sorába tartozik az a nyomás, amit a munkaerőhiányra panaszkodó üzleti körök gyakorolnak az oktatáspolitikára. A 4. részben egy rövid írás foglalja össze a szakmunkásképzés sokat emlegetett visszaszorulásával kapcsolatos adatokat és kutatási eredményeket. A második fejezet a felsőoktatás tárgyunk szempontjából fontos kérdéseivel foglalkozik. Napjaink munkapiacain egyre növekszik az igény megfelelően képzett szakemberekre a természettudományi, műszaki és informatikai területeken. Európai előrejelzések szerint ez a kereslet a jövőben tovább növekszik, miközben nem látni megnyugtató jeleit annak, hogy hasonló ütemű emelkedésre lehetne számítani a megfelelő képzettségű munkaerő kínálatában. Bár ezt a kínálatot számos tényező alakítja, ezek között mindenképpen kiemelkedő helyen van az, hogy kellő számú diákot vonzanak-e a műszaki foglalkozások. A fejezet a 2015-ös PISA felmérés segítségével vizsgálja hogyan alakul Magyarországon nemzetközi összehasonlításban a műszaki foglalkozások iránt érdeklődők aránya, és milyen tényezők befolyásolják az ilyen irányú karrier-terveket. Végezetül, az 5. rész olyan mechanizmusokkal foglalkozik, melyek adott képzettségű munkaerő-állomány esetén is javíthatják a munkavállaló-munkahely párosítás hatékonyságát, enyhíthetik a hiányt. A rész első fejezete áttekinti a munkaerő keresletében jelenleg is folyó átalakulást azt, amihez a munkaerőnek alkalmazkodnia kellene. Az alkalmazkodás egyik csatornája a foglalkozási mobilitás, a váltásra való képesség és hajlandóság. A foglalkozások összetétele változik, egyetlen ember életciklusa alatt is új foglalkozások jelennek meg, a régebbiek egy része eltűnik. Ezt a folyamatot sok tényező befolyásolja: a technológia változás, a külkereskedelem, a népesség kor és iskolázottság szerinti összetételének változása, a szabályozási környezet változása, a munkaerő-piaci intézmények át- 12

14 előszó alakulása. Az alacsony mobilitási ráták hozzájárulhatnak a munkaerő-hiányhoz. A második fejezet ezért megvizsgálja, hogyan változtak a foglalkozási mobilitási ráták Magyarországon 1997 és 2014 között, milyen különbségek figyelhetők meg a mobilitás valószínűségében végzettség, nem és egyéb jellemzők szerint. Egy rövid írás bemutatja a szervezett és nem szervezett felnőttkori tudásfelhalmozás intenzitására vonatkozó legfontosabb adatokat nemzetközi összehasonlításban. A földrajzi mobilitás fontosságára hívja fel a figyelmet a következő alfejezet, ami az MTA KRTK-ban fejlesztett, számlálókörzeti felbontású GEO elérhetőségi adatbázis segítségével megmutatja, milyen szerepet játszanak az ingázási költségek a munkaerő-kereslet és kínálat közötti feszültség kialakulásában. Végezetül, a Közelkép utolsó fejezete megvizsgálja az átképzésbe lépő munkanélküliek összetételét, illetve annak változását és az átképzés hatékonyságának változását. A korábbi évekhez hasonlóan a Közelkép tanulmányírói széles körből kerültek ki. A szerzői gárda gerincét az MTA (KRTK) Közgazdaságtudományi Intézete adja, de a szerzők között megtalálhatók a Gazdaság- és Vállalkozáskutató Intézet, a Kopint-Tárki, az ELTE, az isprai EU Joint Research Centre és a Budapest Intézet munkatársai. A Közelkép alapvető missziója az, hogy a tudományos kutatásban megszülető eredményeket elérhetővé, érthetővé tegye a szélesebb olvasóközönség számára. Ezért az egyes fejezetek többnyire már megjelent, lektoráláson átesett tudományos művek ismertetésére vállalkoznak, az eredeti tanulmányokban felhasznált sokakat elriasztó módszertani, matematikai-statisztikai apparátus formális bemutatása nélkül. Ezzel a hagyománnyal egy ízben már szakítottunk, amikor a Magyarországot ben sújtó gazdasági világválság munkaerőpiaci hatásainak bemutatásával nem akartuk kivárni a publikációk megjelenéséig tartó két-három (esetenként öt-hat) évet. A évi, Molnár György által szerkesztett Közelképhez hasonlóan a mostani sem tud kizárólag a tudományos közösség által ellenőrzött művekre támaszkodni. Az évkönyvet finanszírozó intézmények joggal kíváncsiak a munkaerőhiánynak az elmúlt egy-két évben kiéleződött jelenségére. Ennek az elvárásnak azonban részben csak új kutatások elindításával tudtunk megfelelni. Az elemzés módszerei időnként nem olyan kiforrottak, a következtetések nem olyan biztosak, mint azt a számos átdolgozáson átesett tudományos munkák esetében megszoktuk. Ennek ódiumát vállalva bocsátjuk közre a évi Munkaerőpiaci Tükör Közelképét. Változások a munkapiaci szakpolitika eszközeiben (2016. április május) A fejezetben a munkapiaccal kapcsolatos szakpolitikák 2016 áprilisa és 2017 májusa között végbement, főbb szabályozási változásait foglaljuk össze. A szakképzésről szóló törvény módosítása kapcsán több jelentős változás szeptember 1-jétől lépett életbe. Ekkortól a szakiskolák új neve szakközépiskola, a szakközépiskoláké szakgimnázium, a speciális szakiskoláké pedig szakiskola. Az új szabályozás szerint a gimnázium és az új szakgimnázium mellett az új 13

15 munkaerőpiaci tükör szakközépiskola is középiskolának számít. A korábbi Klebelsberg Intézményfenntartó Központból (KLIK) január 1-jével kiváltak a területi szervei és 59 tankerületi központba olvadtak be. A KLIK január 1-jétől Klebelsberg Központ néven működik tovább és többnyire ugyanazokat a feladatokat látja el, mint a korábbi KLIK január 1-jével a Nemzeti Szakképzési és Felnőttképzési Hivatal (NSZFH) hatósági feladat- és hatáskörei, valamint az azokhoz kapcsolódó jogviszonyok tekintetében az NSZFH helyébe a Pest Megyei Kormányhivatal lép. A különböző munkapiaci szolgáltatások 2017-es változásainak tekintetében megemlítendő az álláskeresést segítő egyéni cselekvési terv, melynek tartalmát és az álláskereső munkaerőpiaci célját az állami foglalkoztatási szerv és az álláskereső közösen határozza meg; valamint a GINOP program, melynek célja egy, a munkaerőpiacon komplex állásfeltáró-közvetítő és tanácsadó, illetve professzionális HR-szolgáltatásokat nyújtó rendszer kiépítése ben célként jelent meg a közfoglalkoztatottak elsődleges munkaerőpiac felé irányítása, a közfoglalkoztatotti létszám szűkítése, azonban a célcsoport bővítésére is sor került: a közfoglalkoztatásba bevonhatóvá váltak a mentális, szociális vagy egészségügyi okból eddig foglalkoztatásba be nem vonható álláskeresők is. A munkaerőpiaci mobilitás elősegítése érdekében közvetlen támogatásként munkásszállás építésére nyújtható támogatást vezettek be az önkormányzatok részére, míg a munkaadók a társasági adóra vonatkozó kedvezményeket vehetnek igénybe. Fontos változás volt 2017-ben a minimálbér és a garantált bérminimum emelése. Ennek következtében emelkedett az álláskeresési járadék és a gyermekgondozási díj (GYED) maximális összege is. A közfoglalkoztatási bér szintén január 1-től emelkedett. Emellett számos ponton módosult a munkáltatókat érintő adó- és járulékrendszer, melyek közül a legfontosabb változásokat a szociális hozzájárulási adó és az egészségügyi hozzájárulás csökkentése, a szociális hozzájárulási adóhoz kötődő adókedvezmények körének bővülése és a cafeteria-rendszer átalakítása jelentették. Statisztikai adatok Ez a fejezet a korábbi években kialakult szerkezetben részletes információt ad a rendszerváltozás óta eltelt időszak alapvető gazdasági folyamatairól, a népesség, a munkapiaci részvétel, a foglalkoztatás, a munkanélküliség, az inaktivitás, a bérek, az oktatás, a munkaerő-kereslet, a regionális különbségek, a migráció, a munkaügyi kapcsolatok, a jóléti ellátások jellemzőiről és néhány munkapiaci mutató nemzetközi összehasonlításáról. A fejezetben megjelenő adatoknak két fő forrása van: egyrészt a Központi Statisztikai Hivatal rendszeres intézményi, illetve lakossági típusú munkaügyi adatgyűjtései: munkaerő-felvétel (MEF), intézményi munkaügyi statisztika (IMS), munkaerőmérleg (MEM), másrészt a Nemzeti Foglalkoztatási Szolgálat regisztere és az általa lebonyolított adatgyűjtések: munkanélküli-regiszter adatbázisa 14

16 előszó (NFSZ REG), rövid távú munkaerőpiaci prognózis (PROG), bértarifa-felvételek (BT), továbbá az NGM Munkaügyi Kapcsolatok Információs Rendszere (MKIR). Ezekről az adatforrásokról a statisztikai blokk végén részletesebb információk találhatók. A két legnagyobb adatszolgáltatón kívül az Országos Nyugdíjbiztosítási Főigazgatóságtól származnak a fejezetben szereplő öregségi és rokkantsági nyugdíjakkal és ellátásokkal kapcsolatos adatok. Továbbá egyes táblázatok és ábrák elkészítéséhez a KSH, a NAV és az Eurostat online adatbázisait használtuk. A fejezet táblázatai és ábrái Excel-formátumban letölthetők az alattuk szereplő linkek segítségével. A 2000-től kiadott Munkaerőpiaci tükörben publikált munkapiaci folyamatokat leíró táblázatok teljes anyaga elérhető a honlapon. Munkapiaci kutatások Válogatott bibliográfia 2016 A Munkaerőpiaci tükör évi kötetébe a 2016-ban megjelent publikációkból válogattunk. A bibliográfia a magyar munkapiac jellemzőivel foglalkozó fontos hazai és külföldi szakirodalomra: könyvekre, folyóiratokra, műhelytanulmányokra, statisztikai kiadványokra, nemzetközi szervezetek munkapiaci témájú kiadványaira terjed ki, és felsorol néhány fontosabb közgazdasági blogot is. A korszerű bibliográfiakészítés elveit követve, igyekeztünk mindenütt megadni az elektronikus elérhetőségeket. Arra törekedtünk, hogy bibliográfiánkban a kötet témaköreihez kapcsolódó releváns publikációkat lehetőség szerint a legteljesebben feltárjuk, a publikációkat könnyen áttekinthető, informatív módon csoportosítsuk. * * * A szerkesztőbizottság tagjai megköszönik az MTA Közgazdaság- és Regionális Tudományi Kutatóközpont, az MKIK Gazdaság- és Vállalkozáskutató Intézet, a Központi Statisztikai Hivatal, az Országos Nyugdíjbiztosítási Főigazgatóság, a Nemzetgazdasági Minisztérium, a Budapest Szakpolitikai Elemző Intézet munkatársainak, az MTA Emberi Erőforrások Gazdaságtana Tudományos Bizottsága tagjainak a szükséges információk összegyűjtésében és ellenőrzésében, a kötet szerkesztésében, az egyes részanyagok elkészítésében és megvitatásában végzett munkáját. Köszönetet mondunk a Nemzetgazdasági Minisztériumnak a kiadvány anyagi támogatásáért és köszönetet mondunk a Magyar Tudományos Akadémiának és a Közösen a Jövő Munkahelyeiért Alapítvány kuratóriumának a kötet egyes fejezeteit megalapozó háttérkutatások támogatásáért. 15

17

18 A MAGYARORSZÁGI MUNKAPIAC 2016-BAN Bakó Tamás & Lakatos Judit

19 A gazdasági környezet alakulása Munkaerő-kínálat, foglalkoztatottság Munkaerő-kereslet és munkaerő-tartalék A keresetek alakulása Hivatkozások

20 A magyarországi munkapiac 2016-ban A GAZDASÁGI KÖRNYEZET ALAKULÁSA Magyarország bruttó hazai terméke 2016-ban 2 százalékkal haladta meg az előző évit, 1 amely azonban a visegrádi országok között a legalacsonyabb növekedési ütem volt. A növekedésben a külső kereslet mellett 2 hangsúlyos szerepet játszott a belső kereslet is, amelynek legnagyobb részét a háztartások fogyasztási kiadásai teszik ki. Ez utóbbiak volumene 4,9 százalékkal emelkedett, amit döntően a javuló munkaerőpiaci környezetnek és a reálbér-növekedésnek lehetett köszön ni. Elsősorban az uniós támogatások elapadása volt az oka annak, hogy 2016-ban a bruttó állóeszköz felhalmozás 15 százalékkal elmaradt az előző évitől. Legnagyobb mértékben (63 százalékkal) a költségvetés beruházási kereslete esett vissza. A következő évek növekedési kilátásait rontja, hogy a legalább 50 főt foglalkoztató vállalkozások körében 8,9 százalékkal csökkent a beruházási teljesítmény, valamint a beruházások anyagi-műszaki összetételét tekintve legnagyobb súlyú gép- és berendezésberuházások volumene 6,6 százalékkal mérséklődött. Miközben a visegrádi országokban az egy főre jutó munkatermelékenység az utóbbi években tartós növekedésnek indult, Magyarországon a es éveket leszámítva érdemi növekedés nem volt, így a munkatermelékenység még mindig nem érte el a válság előtti szintet (MNB, 2017). MUNKAERŐ-KÍNÁLAT, FOGLALKOZTATOTTSÁG 2016-ban a KSH lakossági megkérdezésen alapuló reprezentatív adatgyűjtése, a munkaerő-felmérés definíciója szerinti foglalkoztatottak száma 4 millió 352 ezerre nőtt, ami a felvétel évi indulása óta mért legmagasabb érték (1. táblázat). 3 Igaz, az azóta eltelt közel két és fél évtizednek több, a munkaerő-kínálatot érdemben befolyásoló jellemzője is volt. A nyugdíjkorhatár, 55, illetve 60 évről mindkét nemre vonatkozóan egységesen, fokozatosan 65 évre nőtt a évi aktuális nyugdíjba vonulási kor így 63 év lett miközben drasztikusan korlátozták az idő előtti kilépés lehetőségeit (a nők 40 éves munkaviszony utáni nyugdíjjogosultságától eltekintve, lényegében minden más korengedményes nyugdíjazási forma megszűnt, az egészségi állapotra való tekintettel megítélt járadéknál pedig a minősítési feltételek szigorodtak). A munkavállalási kor felső korhatárának kitolódása ellensúlyozza azt, hogy a fiatalabb generációk munkaerő-kínálatát a tanulási idő meghosszabbodása is csökkentette. (A középfokú oktatáson belül jelentősen nőtt a négyéves képzésben részt vevők aránya. Míg az 1990-es évek elején az általános iskolát végzettek nagyjából azonos számban tanultak tovább szakmunkásképzőkben, illetve érettségit adó középiskolákban, napjainkra ez az arány 1:3-ra változott, miközben az érettségi után felsőfokú tanintézetbe sikeresen felvételizők aránya is megduplázódott.) 19 1 Ugyanakkor a népesség csökkenése miatt az egy főre jutó bruttó hazai termék 3,4 százalékkal haladta meg a 2015 évit. 2 Az EU legnagyobb nemzetgazdaságának és egyben legfon tosabb exportpiacunknak számító Németország gazdasága 1,9 százalékkal bővült 2016-ban (KSH, 2017a, 122. o.). 3 Foglalkoztatott az, aki a vonatkozási héten legalább egy óra jövedelemszerző munkát végzett, vagy volt olyan munkája, amelytől csak ideiglenesen volt távol. A szülési szabadság ideiglenes távollétnek minősül, viszont az anyasági ellátás valamely formáját igénybevevők a jelenlegi elszámolási rendben csak akkor minősülnek foglalkoztatottnak függetlenül attól, hogy van-e munkahelyük vagy nincs, ha az ellátás igénybevétele mellett ténylegesen is végeztek jövedelmet eredményező munkát.

21 Bakó Tamás & Lakatos Judit 4 Az Európai Unió tagországainak munkaerő-felmérései szerint az adott tagországban egy évet meghaladóan tartózkodó magyar állampolgárságú foglalkoztatottak száma a hazai összeírásban jelzettnek mintegy 2 2,5 szerese. A magyar munkaerő-felmérésben a külföldi munkahelyre vonatkozó információ csak azokról áll rendelkezésre, akikről a felkeresett háztartások, mint a háztartásuk tagjairól adatot szolgáltatnak. A külföldön dolgozók munkaerő-felmérés által nem felmért létszámát azonban nem lehet többletként figyelembe venni, mivel a teljeskörűsítés keretét adó továbbvezetett népességszám modell a változó intenzitású munkaerőpiaci migrációnak csak az adminisztratív adatforrásokban megjelenő részével tud számolni, azaz a felszorzáshoz használt népességszám tartalmazhatja az időlegesen külföldön dolgozók egy részét is. Bár nagyságrendileg nem számottevő, de a kínálatnövelő tényezők sorába tartozik, hogy a gyermekgondozás ideje alatti munkavállalást, illetve a mielőbbi munkaerőpiaci visszatérést ösztönző intézkedések hatására nem függetlenül attól sem, hogy alacsony a születések száma csökkent a gyermekvállalás miatti távolléti idő átlagos hossza. A potenciális munkaerő-kínálatot kedvezőtlenül befolyásolják a népmozgalmi (demográfiai és vándorlási) folyamatok. A munkaerőpiacról most lépnek ki az ötvenes évek nagy létszámú korosztályai, s adják át helyüket az 1990-es évtized feleannyira népes generációinak. (A nyugdíjazással ban érintett 1953-as korosztály még 206 ezer főt számlált, a háború utáni évek harmadik legmagasabb születési számával, míg az 1997 után született korosztályok létszáma 100 ezer körül mozog.) A demográfiai okból bekövetkezett csökkenés mellett tovább szűkítette a kínálatot, hogy a 2010-es évek elejétől a nemzetközi vándorlás is egyre nagyobb negatív egyenleget mutat. A természetes munkaerő-cserélődés, hasonlóan a nemzetközi vándorláshoz, nemcsak mennyiségileg, de struktúrájában is hat a munkaerő-kínálatra. A nyugdíjazás miatt kilépők, illetve a külföldön munkát vállalók között felülreprezentáltak azok az ipari, építőipari szakmunkások, ápolók, kereskedelmi és vendéglátóipari dolgozók, akiknek tudására, tapasztalatára a legnagyobb igény mutatkozna. 20 Ezer fő 1. ábra: A foglalkoztatottak létszámának és a évesek foglalkoztatási rátájának alakulása éves foglalkoztatottak száma (bal tengely) Negyedévek Forrás: KSH (2017b) 1. o évesek foglalkoztatási rátája (jobb tengely) A magas foglalkoztatotti számból elvileg következő kedvező munkaerőpiaci képet némileg árnyalja az, hogy 2016-ban a 4 millió 352 ezer főből 220 ezren, azaz a foglalkoztatottak mintegy 5 százaléka a munkanélküliség kezelését szolgáló foglalkoztatási formában közfoglalkoztatott volt, míg 117 ezren határon túli telephelyet jelöltek meg a napi munkavégzés helyszíneként és 2016 között így a hazai elsődleges munkaerő piacon foglalkoztatottak létszámában bekövetkezett növekedés 400 ezerre tehető, miközben a fog Százalék

22 A magyarországi munkapiac 2016-ban lalkoztatási ráta bázisát jelentő éves népességhez tartozók száma 250 ezerrel csökkent. A foglalkoztatottság évi alakulása annyiban sajátos, hogy a 141 ezer fős növekedés csaknem kizárólagosan a hazai elsődleges munkaerőpiac s azon belül is a versenyszféra bővülésének tudható be. A közfoglalkoztatottak száma 2016-ban minimális mértékben nőtt míg az ezt a foglalkoztatási formát érintő évi intézkedéscsomag már létszámuk csökkentését irányozta elő. A külföldön dolgozók munkaerő-felmérésben megjelenő szegmensét az elmúlt évek dinamikus létszámnövekedése után 2016-ban szintén a stagnálás jellemezte, s valószínűleg ez a megállapítás a külföldön dolgozók teljes sokaságra is igaz. Ehhez a javuló hazai munkaerőpiaci helyzet mellett hozzájárult az is, hogy a harmadik legvonzóbb célországnak számító Egyesült Királyság bejelentette az Unióból történő kiválását. Az adminisztratív nyilvántartásokon alapuló KSH-adatok szerint tavaly 29,4 ezren költöztek külföldre, mintegy 10 százalékkal kevesebben, mint 2015-ben, míg 17 ezren költöztek vissza. Kedvezőtlen, hogy a kivándorlók háromnegyede a 40 évesnél fiatalabbak és vélhetően az átlagosnál vállalkozóbb szelleműek köréből került ki. A foglalkoztatás tekintetében az országon belül fennálló jelentős különbségek annak ellenére alig mérséklődtek, hogy a legjobb helyzetűek közé tartozó Közép-, illetve Nyugat-Dunántúli régiók mivel ezekben a mobilizálható munkaerő-tartalék elfogyott lényegében kimaradtak a évi létszámbővülésből ban mind relatív, mind abszolút értelemben is Közép-Magyarországon nőtt legjobban a foglalkoztatottság, de viszonylag kedvezően alakult a két alföldi régió helyzete is. A kedvezőtlen munkaerőpiaci helyzetű régióknál a közfoglalkoztatotti kör bővítése korábban nagyban hozzájárult a foglalkoztatási ráta növekedéséhez, de ezzel az eszközzel 2016-ban érdemben már nem lehetett javulást elérni. Az országon belüli alacsony mobilitás egyik oka, hogy a kedvezőbb helyzetű és magasabb bérekkel jellemezhető területeken a lakhatási költségek is magasak, aminek megfizetése után megmaradó keresetrész jelentősen alacsonyabb a határon túli munkavállalással elérhetőnél. 5 A munkaerőpiacon még mindig nem túl nagy létszámban jelen levő 60 éves és idősebb korosztályból közel 60 ezerrel többen minősültek foglalkoztatottnak 2016-ban, mint egy évvel korábban, és ezzel ennek a korosztálynak a relatív növekedése volt a legnagyobb. Ennek legfőbb oka, hogy a nyugdíjkorhatár még évről évre emelkedik, de valószínűleg hozzájárult az is, hogy a munkaerőhiány megkönnyítette a nyugdíjasok munkához jutását. A gazdaság fokozott mértékben támaszkodott a diákok munkájára is, 6 vélhetően ezt tükrözi a fiatalok növekvő munkaerőpiaci részvétele. A jövő szempontjából kevésbé szerencsés, hogy csökkent a fiatal felnőtt foglalkoztatottak száma, ami részben abból következik, hogy ez a korcsoport érintett leginkább a nemzetközi migrációban Az országon belüli költözés támogatására 2017-től nő a dolgozóknak adómentesen fizethető lakhatási költségtérítés összege. 6 A foglalkoztatott diákok számát a munkaerő-felmérés a más források alapján vélelmezhetőhöz képest alulbecsli, viszont a dinamikát kielégítően jelzi.

23 Bakó Tamás & Lakatos Judit 7 A felvétel mintavételes, a kiválasztási arány csak az 50+ fős körben teljeskörű. A felszorzás a regiszterben szereplő szervezetszámra történik. A regiszterben szereplő létszámkategória felülvizsgálatára évente egy alkalommal kerül sor, ennek hatása az úgynevezett regiszterhatás táblázat: A foglalkoztatottak létszámának alakulása Foglalkoztatottak száma (ezer fő) Változás ezer fő százalék Összesen 4210,5 4351,6 141,1 103,4 Forma Belföldi elsődleges munkaerő piacon 3 887, ,3 126,6 103,3 Közfoglalkoztatottként 211,6 220,9 9,3 104,4 Külföldi telephelyen 111,1 116,4 5,3 104,8 Régió Közép-Magyarország 1 343, ,9 62,9 104,7 Közép-Dunántúl 488,1 487,9 0,2 100,0 Nyugat-Dunántúl 450,1 457,0 6,8 101,5 Dél-Dunántúl 362,6 370,7 8,2 102,3 Észak-Magyarország 452,6 466,6 14,1 103,1 Észak-Alföld 589,0 613,9 24,9 104,2 Dél-Alföld 525,1 549,5 24,4 104,6 Státus Alkalmazott 3 753, ,4 130,6 103,5 Társas vállalkozás, szövetkezet tagja 152,0 148,0 4,0 97,4 Vállalkozó, önálló és segítő családtag 304,7 319,3 14,6 104,8 Korcsoport ,8 301,1 19,3 106, ,5 1569,4 14,1 99, ,6 2207,0 76,4 103, ,6 274,1 59,5 127,7 Forrás: KSH munkaerő-felmérés. Az intézményi munkaügyi statisztika alapján a legalább öt főt foglalkoztató vállalkozásoknál és nonprofit szervezeteknél, valamint a költségvetési intézményeknél 2,9 százalékkal nőtt 2016-ban az alkalmazásban állók száma. A 11 ezer közfoglalkoztatottal együtt 1 millió 985 ezer fős versenyszférát 3,4 százalékos (mintegy 70 ezer fős) növekedés jellemezte, 7 s így ebben az évben már az itt kimutatott foglalkoztatotti létszám meghaladta a válság előttit míg a költségvetési szektorban, közfoglalkoztatottak nélkül számolva, a létszám enyhén csökkent. A teljes munkaidőben foglalkoztatottak létszámának 3,3 százalékos növekedését a nem teljes munkaidőben foglalkoztatottak 0,7 százalékos létszámcsökkenése kísérte, így a megfigyelt körben a teljes munkaidőben dolgozók átlagos létszáma 2690 ezer, a nem teljes munkaidősöké 288 ezer fő volt. A két legnagyobb súlyú nemzetgazdasági ág közül az iparban 2,9 százalékkal, a kereskedelem, gépjárműjavításban pedig 3,8 százalékkal dolgoztak többen, mint az előző évben. Éves szinten 2016-ban a évesekre számított foglalkozási ráta 66,5 százalékra nőtt, az éven belül pedig a negyedik negyedévben érte el a csúcsot 67,5 százalékos értékkel. Ez utóbbi az előző év azonos időszakához viszonyítva 2,7 százalékpontos javulást jelentett, amiből azonban mintegy 0,5 százalékpontot a ráta nevezőjét jelentő munkavállalási korú népesség számának időközbeni

24 A magyarországi munkapiac 2016-ban csökkenése magyarázott. A férfiak foglalkoztatási rátája az uniós átlag fölé került, a nőké pedig megközelítette azt. (Ha a gyermekgondozási ellátást igénybe vevő nők közül azokat, akik munkaviszonyban állnak, és korábbi keresetük alapján részesülnek ellátásban, foglalkoztatottnak tekintenénk mely számbavételi gyakorlat elvileg nem áll ellentétben a módszertani előírásokkal, a nők foglalkoztatottsága is az uniós átlag felett lenne.) MUNKAERŐ-KERESLET ÉS MUNKAERŐ-TARTALÉK A statisztikai adatforrások alapján pontosan nem lehet megmondani, hogy összesen hány munkavállalóra lenne pótlólagosan szüksége a gazdaságnak, de egyértelmű, hogy 2016-ban az előző évhez képest számottevően nőtt a vállalkozások kielégítetlen munkaerő kereslete. Az intézményi üres álláshely statisztika adatai szerint a versenyszféra legalább 5 főt foglalkoztató szervezetei 2016 első negyedévében 36 ezer, a második negyedévében 39 ezer, a harmadik negyedévében 41 ezer, a negyedik negyedévében pedig közel 40 ezer olyan üres, vagy a közeli jövőben megüresedő álláshelyet jelentettek, amelynek mielőbbi betöltése érdekében a munkáltatók már lépéseket tettek (2. ábra). Az üres álláshelyek száma éves átlagban így közel 36 százalékkal haladta meg az egy évvel korábbit ábra: Az üres álláshelyek száma a versenyszférában Álláshelyek száma Negyedévek Forrás: Üres álláshelyek száma és aránya. KSH Stadat A versenyszférán belül 2016-ban létszámarányosan az információ és kommunikáció nemzetgazdasági ágban volt a legtöbb betöltetlen állás, több mint másfélszerese a versenyszféra egészére jellemző átlagnak (ez utóbbi a negyedik negyedévben 1,9%-nak felelt meg). A feldolgozóipar gazdálkodó szervezetei az év utolsó negyedévében 15 ezer betöltésre váró álláshelyet jelentettek, ami 2,2 százaléka volt az összes álláshelynek. A második legnagyobb létszámot foglalkoztató nemzetgazdasági ágban, a kereskedelemben a vállalkozá- 23

25 Bakó Tamás & Lakatos Judit 8 Az üres álláshelyek hazai adata biztosan alulbecsült, mert sok adatszolgáltató vagy nem is küldi be a jelentést, vagy üresen hagyja az álláshelyek számára vonatkozó rovatot. sok által jelentett üres álláshelyek száma 4,1 ezer volt. A feldolgozóiparon belül a negyedik negyedévben az üres álláshelyek aránya kiugróan magas volt a gyógyszergyártás vállalkozásainál, ahol 100-ból 4 állás betöltésre várt, ezt a számítógép, elektronikai, optikai termék gyártása követte 3,7 százalékos aránnyal. Európai uniós összehasonlításban az üres álláshelyek arányát tekintve nagyjából a középmezőnyben foglalunk helyet, de e téren az országok közötti különbség meglehetősen nagy. Az év negyedik negyedévében a cseh arány volt a legmagasabb (3 százalék), míg a skála másik végén elhelyezkedő Görögországban ennek csak a tizedét érte el. Az üres álláshelyek arányát döntően a konjunkturális helyzet alakítja, de a statisztikailag felmért (nominális) érték nem teljesen független az adott országra jellemző adatszolgáltatói fegyelemtől sem. 8 Az uniós előíráson alapuló üresálláshely-statisztika mellett a munkaerő-kereslet alakulását jelzi a munkaerőigény Nemzeti Foglalkoztatási Szolgálat (NFSZ) számára folyamatos bejelentéseken alapuló adatgyűjtése is. A munkáltatók elsődlegesen azon állások bejelentésében érdekeltek, amelyeket támogatott formában vagy külföldiekkel kívánnak betölteni. Emellett jellemzően még olyan alacsonyabb kvalifikációs igényű munkakörökre keresnek ily módon munkavállalókat, ahol van arra esély, hogy találnak rá megfelelő jelöltet a regisztrált álláskeresők között. Ezt jelzi, hogy a 2016 decemberében az NFSZ-hez bejelentett 48,4 ezer álláshely 76 százalékát támogatott formában kívánták betölteni a munkáltatók. A bejelentett álláshelyeknél ez 15 százalékos növekedést jelentett egy év alatt, miközben némileg csökkent a támogatott formában betölteni kívánt munkahelyek aránya. Decemberben a munkaügyi szervezetnél nyilvántartott álláshelyek száma így 138,6 ezer volt, ebből 89,8 ezret az adott hónapban nem is sikerült betölteni. Egy évvel korábban a megfelelő adat még 117,8 ezer, illetve 59,4 ezer volt, azaz nemcsak az állások száma nőtt meg, de csökkent a betölthetőség valószínűsége is. Az európai uniós definíció szerinti munkaerő-tartalék fogalmába mindhárom munkaerőpiaci alapkategória (foglalkoztatottak, munkanélküliek, inaktívak) bizonyos csoportjai beletartoznak. A foglalkoztatottak közül ideszámítanak az úgynevezett alulfoglalkoztatottak, azaz akik azért dolgoznak részmunkaidőben, mert nem találtak teljes munkaidős munkát. Mivel Magyarországon a részmunkaidőben dolgozók aránya eleve alacsony, 2016-ban a 4 millió 352 ezer foglalkoztatottból mindössze 228 ezren dolgoztak ilyen formában, így eleve nem lehet nagy létszámú ez a csoport, 2016-ban mindössze 25 ezer férfi és 37 ezer nő nyilatkozott úgy, hogy teljes munkaidős munkát szeretne részmunkaidős munkája helyett, s közöttük is viszonylag sokan voltak a nyugdíj mellett munkát vállalók. Bár a tartalék klasszikus fogalmába nem tartoznak bele, de a gyermekgondozás, betegápolás miatt részmunkaidőben dolgozók egy része is vélhetően dolgozhatna teljes munkaidőben, ha 24

26 A magyarországi munkapiac 2016-ban gondozási, ápolási teendőikhez az ellátó rendszer nagyobb segítséget nyújtana, de ez a csoport sem túl nagy számosságú. Sajátos és létszámuk alapján jelentős munkaerő-tartalékot jelentenek a közfoglalkoztatottak, akiket a hazai statisztika szintén a foglalkoztatottak közé sorol, de akiknél ez a forma részben a normál munkavégzést helyettesítő kényszermegoldás, részben pedig a munkanélküli-ellátáshoz való hozzájutás előfeltétele, s mint ilyen a munkanélküliség kezelését szolgáló eszközrendszer részének tekinthető. A közfoglalkoztatással kapcsolatosan 2016-ban egyfajta szemléletváltás következett be: határozott megfogalmazást nyert az a kormányzati szándék, hogy fel kell gyorsítani a közfoglalkoztatottaknak az elsődleges munkaerőpiacra lépését, részben adminisztratív intézkedésekkel, részben pedig olyan ösztönzőkkel, mint a közfoglalkoztatási bér és a minimálbér közötti különbség növelése. 3. ábra: A közfoglalkoztatottak évesekre számított százalékaránya a foglalkoztatottakon belül, ,4 2,0 1,0 2,9 2,4 2,5 0,5 10,6 1,3 6,4 8,3 9,8 16,2 4,2 8,8 5,2 4,6 4,1 10,8 1,3 1,4 2,9 3,0 6,4 6,5 10,8 10,9 9,9 Forrás: közfoglalkoztatottak: BM tájékoztató a közfoglalkoztatás alakulásáról, foglalkoztatottak: KSH munkaerő-felmérés. A évi közfoglalkoztatási adatokban ennek eredménye még nem tükröződik. A közfoglalkoztatásért felelős Belügyminisztérium adminisztratív nyilvántartásokon alapuló adatgyűjtése 9 szerint közfoglalkoztatottként 2016-ban havi átlagban 223,5 ezren dolgoztak, mintegy 15,3 ezer fővel többen, mint az előző évben. (Ez mind nagyságrendjében, mind dinamikájában lényegében megegyezik a MEF-ben magukat közfoglakoztatottként meghatározókéval.) 2016 egészét tekintve a közfoglalkoztatás 353,7 ezer főt ért el, tehát ennyien vettek abban részt az év során legalább egy napig. A közfoglalkoztatottak létszáma márciusban volt a legalacsonyabb (183,0 ezer), míg a legtöbben 25 9 Havi tájékoztató a közfoglalkoztatás alakulásáról.

27 Bakó Tamás & Lakatos Judit 246,5 ezren augusztusban dolgoztak ebben a formában. A közfoglalkoztatás súlyát tekintve a területi különbségek igen jelentősek, foglalkoztatási szerepe a kedvezőtlen munkaerőpiaci helyzetű megyékben jóval az országos átlag feletti decemberében igy a közfoglalkoztatási szerződés kötők létszáma Borsod-Abaúj-Zemplén (34,4 ezer fő) és Szabolcs-Szatmár-Bereg (34,7 ezer fő) megyében volt kiugróan magas, azaz az összes szerződés közel harmadát e két megyében kötötték. Ezzel szemben a másik végletet képviselő Győr-Moson-Sopron, Komárom-Esztergom, valamint Vas megyében a közfoglalkoztatási szerződések száma nem érte el a háromezret sem. A közfoglalkoztatásban részt vevők iskolai végzettség szerinti összetétele a teljes lakosságra jellemzőnél lényegesen kedvezőtlenebb, a negyedik negyedévi adatok szerint közel 9 százalékuk még az általános iskolát sem fejezte be, további 46 százalékuknak pedig az alapfok volt a legmagasabb befejezett iskolai végzettsége. Az előző évihez képest romlott az állomány iskolai végzettség szerinti összetétele, nőtt a közfoglalkoztatottak között a legfeljebb alapfokú végzettségűek részaránya, és csökkent a középfokú szakképzettséggel rendelkezőké. Ez azt jelzi, hogy az elsődleges munkaerőpiacra történő belépés javuló esélyével csak a képzettebbek tudtak élni. Az alacsony iskolai végzettség, a szakképzettség hiánya mellett a közfoglalkoztatásra való legfőbb hajlamosító tényező a lakóhely, ha az a nagyobb munkaerő-kereslet jellemezte településektől távol helyezkedik el és/vagy közlekedési kapcsolatai rosszak (ami utóbbi különösen jellemző az ország aprófalvas térségeire). A munkaerő-tartalék legegyértelműbb szegmensét a munkanélküliek jelentik, ők azok, akik ugyan nem dolgoznak, és nincs is olyan munkájuk, amelytől csak átmenetileg vannak távol, de szeretnének dolgozni, és ennek érdekében tesznek is lépéseket, illetve a keresés sikere esetén nincs olyan tényező, ami akadályozná őket a munka megkezdésében ban az ún. ILO munkanélküliek száma az előző évi 307,8 ezerről 234,6 ezerre mérséklődött, ezen belül a negyedik negyedévben rekord alacsony, 200 ezer közeli szintre süllyedt. A munkanélküliségi ráta éves átlagban a férfiaknál és a nőknél is 5,1 százalékra javult, s ezzel Magyarország az uniós országok azon egy ötödébe került, ahol a mutató értéke a legalacsonyabb. Az újbóli elhelyezkedés elvileg könnyebb, ha növekszik a munkaerő iránti kereslet (és Magyarországon további ösztönzőt jelenthet az Európai Unióban példa nélkül rövidnek számító munkanélküli-segélyre való jogosultsági idő), ennek ellenére a munkanélküliek több mint 48 százaléka 2016-ban is tartós munkanélkülinek számított, a munkanélküliként töltött idő átlagos hossza pedig 18,4 hónap volt (4. ábra). A munkanélküliségi ráta minden régióban csökkent (5. ábra), de a területi különbségek a közfoglalkoztatás kiegyenlítő szerepe ellenére is változatlanul jelentősek (a negyedik negyedévben a munkanélküliség szintje a Nyugat-Dunántúlon volt a legalacsonyabb, 2,1 százalék, míg legmagasabb 8,0 százalék az Észak-Alföldön). 26

28 A magyarországi munkapiac 2016-ban ábra: A munkakeresés átlagos hossza (hónap, jobb tengely) és a tartós munkanélküliek aránya (százalék, bal tengely) Tartósan munkanélküliek aránya (bal tengely) Munkakeresés átlagos hossza (jobb tengely) Százalék Hó Forrás: KSH munkaerő-felmérés. 5. ábra: Munkanélküliség Magyarország régióiban, Százalék Dél-Alföld Észak-Alföld Észak-Magyarország Dél-Dunántúl Nyugat-Dunántúl Közép-Dunántúl Közép-Magyarország Forrás: KSH munkaerő-felmérés. A munkanélküliség számbavételének másik forrását az álláskeresők adminisztratív nyilvántartása jelenti. Egy részük nem keres állást (bár azzal, hogy regisztráltatja magát, elvileg kinyilvánítja, hogy kész a munkaügyi kirendeltség által felajánlott munka elfogadására), így nem munkanélküli az ILO-definíciót alkalmazó munkaerő-felmérés kritériumai szerint, egy kis hányaduk pedig végez valamennyi jövedelemszerző tevékenységet, ezért foglalkoztatottnak minősül. Mivel a nyilvántartott munkanélküliek száma az ellátási rendszer sajátosságaitól erősen függ, és így nemzetközi összehasonlítás céljára nem alkalmas, a munkaerő-tartalék számbavételénél sem ezt a kategóriát használják a hazai munkaerőpiaci viszonyok megismeréséhez, a munkanélküliség kezelésére szolgáló eszközrendszer alakításához viszont ismerete nélkülözhetetlen. A nyilvántartott álláskeresők száma 2016-ban szintén csökkent, de a változás valamivel kisebb volt, mint akár a munkaerő-felmérés definíciójának megfelelő munkanélkülieké, akár azoknak a száma, akik ott magukat munkanélküliként határozták meg, valószínűleg azért, mert a közfoglalkoztatot- 27

29 Bakó Tamás & Lakatos Judit tak jelentős része a regisztrált álláskereső és a (köz)foglalkoztatotti státus között mozog. Éves átlagban így az előző évi 378,2 ezerrel szemben 313,8 ezren voltak a regisztrált álláskeresők, ebből 35,8 ezren pályakezdőnek minősültek. Érdemes megvizsgálni, hogy miképpen alakult az elmúlt években a munkanélküliek keresési intenzitása (6. ábra). 6. ábra: Munkanélküliség és az átlagos keresési intenzitás alakulása * 12 ILO munkanélküliségi ráta (bal tengely) Keresési intenzitás átlaga (jobb tengely) 5 10 Százalék A szeptember 1-jétől életbe lépő új szabályok szerint a korábbi öt év helyett három éven belül kell legalább 360 nap munkaviszonnyal rendelkezni. Továbbá jelentősen csökkent a folyósítási idő, amely minimum 36, maximum 90 nap lett, azaz a korábbi öt helyett tíz jogosultsági nap felel meg egy ellátási napnak. Az ellátás összege a munkaerőpiaci járulékalap 60 százaléka, ez lényegében megfelel a korábbi szabályozásnak, de az adható felső határ a minimálbér 100 százaléka lett, és megszűnt a korábbi alsó határ is * Keresési intenzitáson az eddigi kutatásoknak megfelelően az adott időszakban alkalmazott keresési módok összegét értettük. A keresési módok összegének számítása során nem vettük figyelembe a vállalkozás alapításához tartozó két tevékenységet ( vállalkozáshoz hitel, engedély ügyintézése és a vállalkozáshoz föld, telek, helység keresése ), valamint az előző időszak keresési aktivitásához tartozó két passzív keresési módot ( jelentkezett és válaszra vár, valamint a munkaügyi központ értesítését várja ). Forrás: KSH munkaerő-felmérés, saját számítás. A 6. ábra alapján látható, hogy a keresési intenzitás csak két évvel a munkanélküliségi ráta tetőzése után érte el a maximumát, majd miután a munkanélküliségi ráta csökkenésnek indult, kisebb mértékben, de a keresési intenzitás is csökkenni kezdett. A keresési intenzitás munkanélküliségi rátától eltérő ütemű növekedése, illetve csökkenése mögött a munkanélküli járadék szeptember 1-jén bevezetett reformja is állhat, amely során jelentősen rövidítették munkanélküli járadék folyósításának időtartamát, valamint csökkentették a járadék maximális összegét annak érdekében, 10 hogy ösztönözzék a munkanélküliek elhelyezkedését ban az Európai Unióban a legrövidebb ideig (90 napig) járó és a mindenkori minimálbér összegében maximált álláskeresési járadékban havi átlagban mindössze 60,2 ezren részesültek. A regisztrált álláskeresők 51 százalékát jelentő ellátottak többsége az évek óta változatlan összegű ( forint/hó) foglalkoztatást helyettesítő támogatást kapta. A munkaerő-tartalék részének tekinti az uniós ajánlás azokat az inaktívakat is, akik dolgozni szeretnének, és nem keresnek munkát, de ha adódna, két héten belül meg tudnák azt kezde- 3

30 A magyarországi munkapiac 2016-ban ni. Ennek a kritériumnak 2016-ban 128 ezren feleltek meg. A tartalék részei még azok az inaktívak, akik keresnek munkát, de nem tudnak benne kezdeni (például mert még tanulnak). Ez utóbbi a csoportnak a létszáma elhanyagolható, 2016-ban mindössze hétezren feleltek meg ennek a kritériumnak (az adathoz tartozó 3,7 ezres mintavételi hiba mellett). 2. táblázat: A foglalkoztatottak és potenciális munkaerő-tartalékhoz tartozók létszámának alakulása (ezer fő) Megnevezés Változás Foglalkoztatott összesen 3 732, , ,6 141,1 ebből: alulfoglalkoztatott 59,2 74,6 51,0 3,6 közfoglalkoztatott 87,3 211,6 220,9 9,3 Munkanélküli 469,4 307,8 234,6 73,2 Inaktívból: keres munkát, de nem áll 10,3 8,5 6,9 1,6 rendelkezésre Inaktívból: szeretne dolgozni, és rendelkezésre áll 200,8 144,5 128,5 16,0 Forrás: KSH munkaerő-felmérés ban összességében az uniós definíció szerinti potenciális munkaerő-tartalék kategóriába (amibe nem értendők bele a közfoglalkoztatottak) 420,5 ezren tartoztak, 115 ezerrel kevesebben, mint egy évvel korábban. A nyugdíjkorhatár emeléséből következő többlet mellett ez a tartalék biztosította a létszámnövekedés forrását, ezen belül is akárcsak korábban mindenekelőtt a munkanélküliek csoportja. Kilépve a potenciális munkaerő-tartalék klasszikus fogalomköréből, munkaerőforrásként lehet számba venni a jelenleg külföldön dolgozó magyarokat, illetve a külföldi vendégmunkásokat. Az, hogy a külföldön dolgozó magyarok milyen arányban és ütemben térnek majd vissza, egyelőre megjósolhatatlan, és a nálunk dolgozni kívánó külföldiek kínálata sem túl bőséges. Az uniós tagországokból nem felénk, hanem a nálunknál lényegesen magasabb bérszínvonalú tagországokba áramlik a munkaerő, a nem európai gyökerű migránsok tömeges befogadásával pedig még a jelenleginél súlyosabb munkaerőhiány esetén sem kíván számolni a kormány. A forrásbővítés érdekében könnyítettek például az ukránok munkavállalásán, de számolni kell azzal, hogy a hasonló gondokkal küzdő országok, mint például Lengyelország, e téren komoly konkurenciát jelentenek., A nők 40 év utáni nyugdíjba vonulási lehetőségének egyenlőre megfontolás tárgyává sem tett megszüntetése szintén pótlólagos forrást eredményezne. A nyugdíjbiztosító adatai szerint 2016-ig mintegy 180 ezren mentek ilyen címen nyugdíjba, és a forma népszerűsége töretlen ban az az érettségizett, de nappali tagozaton tanulmányait to- 29

31 Bakó Tamás & Lakatos Judit 11 A KSH által rendszeresen publikált bruttó kereseti adatok a versenyszféra legalább öt főt foglalkoztató vállalkozásainál, a költségvetési intézményeknél és a foglalkoztatási szempontok alapján kijelölt nonprofit szervezeteknél teljes munkaidőben alkalmazásban állókra vonatkoznak. 12 A megállapítás csak az átlagértékre, illetve a fizikai állománycsoportba tartozókra igaz, a költségvetési szférában az összes alkalmazásban álló több mint háromnegyedét jelentő szellemi foglalkozásúak kereseti lemaradása 2016-ban is 27 százalék volt. vább nem folytató nő, akinek munkaviszonya nagyjából folyamatos volt, már öt év előnyugdíj időszakra tehetett szert. Megszüntetése mellett az anyagi okokon túl az is szólna, hogy diszkriminatív (férfiakra nem vonatkozik), és nem számol azzal sem, hogy a fizikai, szellemi állapot, a munkabírási képesség sokkal inkább az életkortól és nem a munkaviszonyban töltött időtől függ. Ez utóbbi miatt igazságosabb és főleg személyre szabottabb lehetne, ha a nyugdíjba vonulás idejéről, bizonyos, nem túl tág határok között, az egyén dönthetne, a korábbi kilépés lehetőségéért cserébe lemondva a nyugdíjának bizonyos százalékáról. A jelenleg (megcélzott) 65 éves nyugdíjkorhatár mellett figyelembe véve a népesség általános egészségügyi állapotát a munkavállalási életkor felső szegmensében jelentősebb munkaerő-tartalék nincs, mint ahogy arra sem lehet számítani, hogy a következő generációk oktatásban töltött ideje rövidülni, és így a munkával tölthető idő hossza nőni fog. A KERESETEK ALAKULÁSA A 2016-ban a kereset alakulására az összességében kedvező gazdasági folyamatok mellett hatott a munkaerőért folyó verseny erősödése is. Ez nemcsak az új munkaerő megszerzésének költségét emelte meg, de a meglevő képzett munkaerő megtartása is csak a munkavállalói bérnövelési igények legalább részbeni kielégítésével vált lehetségessé. A munkaerő-megtartási szándék nemcsak a versenyszféra kereseti folyamataiban érhető tetten, de a költségvetési szférát érintő évi kormányzati intézkedésekben is hangsúlyosan megjelent. A nemzetgazdasági szintű bruttó átlagkereset 2016-ban a korábbi évekre jellemzőnél jelentősebben, összességében 6,1 százalékkal 263,2 ezer forintra nőtt. A nettó kereset 7,8 százalékkal haladta meg az egy évvel korábbit, ami párosulva a továbbra is alacsony 0,4 százalékos fogyasztói árindexszel a reálkeresetek 7,5 százalékos javulását jelentette. Az előző évektől eltérően a közfoglalkoztatottak akik a kereseti statisztika számbavételi körének 11 mintegy 8 százalékát képviselték bére 2016-ban nem változott, így nélkülük számolva a keresetnövekedés üteme a teljes nemzetgazdaságra jellemzőnél 0,4 százalékponttal, a bruttó nominális kereset pedig 15 ezer forinttal volt magasabb. A költségvetési intézményekben dolgozók bruttó keresete (közfoglalkoztatottak nélkül) 9,6 százalékkal, a versenyszféra legalább öt főt foglalkoztató vállalkozásaiban dolgozóké pedig 5,4 százalékkal haladta meg az előző évit, míg foglalkoztatási súlyából következően a nemzetgazdasági átlag alakulására csekély hatást gyakorló nonprofit intézményi körben 5,7 százalékos növekedés volt jellemző. A versenyszféra és a költségvetési szféra közötti jelentős ütemkülönbség nagyban hozzájárult ahhoz, hogy 2016-ban az utóbbiban nem közfoglalkoztatottként dolgozók bruttó átlagkeresete hosszú évek óta először meghaladta a versenyszférára jellemző átlagot

32 7. ábra: Egy főre jutó havi bruttó keresetek alakulása (ezer forint) A magyarországi munkapiac 2016-ban Versenyszféra Költségvetés közfoglalkoztatás nélkül Ezer forint Forrás: KSH Stadat A két szféra keresetének alakulása a válság kezdete óta eltérő mintát követett. Az egyes években bár különböző ütemben a versenyszférában dolgozók keresete folyamatosan emelkedett, ezzel szemben a költségvetési intézményekben dolgozók nominális keresete csökkent a 13. havi kereset évi megszüntetése, valamint az alacsony keresetűeknél ezt részben kompenzáló kiegészítő juttatás évi eltörlése miatt tól a költségvetési szférában dolgozók keresetnövekedése meghaladta a versenyszférára jellemző ütemet, ugyanis életbe léptek a jelentősebb létszámú dolgozói csoportot érintő illetménykorrekciós intézkedések jóllehet ebből a javulásból a közszféra dolgozói a versenyszférát jellemzőnél sokkal egyenlőtlenebbül részesültek. A költségvetés (és a versenyszféra állami tulajdonú) szervezeteinek béralakulására gyakorolt közvetlen hatás mellett a kormány a minimálbér meghatározásán (ami azonban legalábbis elvileg háromoldali konzultáció eredménye) keresztül is befolyásolhatja a bruttó bérek alakulását. A kormányzat egy adott évben különböző céllal szorgalmazhatja a minimálbér valamilyen arányú növekedését. Kétségtelen, hogy a minimálbérnek az átlagbért érdemben meghaladó ütemű emelése segíti a jövedelmek egy részének kifehéredését illetve pozitívan hat az alacsony jövedelműek életszínvonalára. További, a munkaerőhiány növekedésével mind fontosabb tényező amely a január elsejei jelentős minimálbér-emelés indokai között is szerepelt, hogy a közfoglalkoztatási bér és a minimálbér közötti különbség növelése ösztönözheti közfoglalkoztatottakat az elsődleges munkaerőpiacra való kilépésre. Ami a minimálbér-emelés ellen szól, hogy az az alacsony termelékenységű munkavállalók (illetve az alacsony jövedelmezőségű gazdálkodó szervezetek) munkaerőpiaci kiszorulásával járhat. Ennek az érvnek a súlya kétségkívül akkor nagyobb, ha a gazdaságban jelentősebb kihasználatlan munkaerő-tartalék van. Harasztosi Lindner (2017) arra jutott a évi jelentős (reálértékben

33 Bakó Tamás & Lakatos Judit közel 60 százalékos) minimálbér-emelés hatásait vizsgálva, hogy a foglalkoztatási hatás viszonylag mérsékelt volt (csak minimálbéren foglalkoztatottak 10 százaléka vesztette el állását), ugyanakkor a béremelésnek közel 80 százalékát azok a fogyasztók fizették meg a magasabb árak formájában, akik a minimálbéren fizetett dolgozók által előállított termékeket vásárolták, és csak 20 százalékát a cégtulajdonosok től a minimálbér és a versenyszféra bruttó átlagkeresete 2012 (és a 2017-től kezdődő időszak) kivételével hasonló ütemben nőtt (8. ábra) ban a minimálbér (és a garantált bérminimum ezzel azonos ütemű) 5,7 százalékos emelése mindössze 0,3 százalékponttal haladta meg a versenyszféra átlagos bruttó keresetnövekedési ütemét. A 111 ezer forintos minimálbér a nemzetgazdasági átlagkereset 42 százaléka, illetve a legnagyobb létszámot foglalkoztató feldolgozóiparban fizikai munkát végzők keresetének mintegy 52 százaléka volt. A szakképzetteknek fizetett garantált bérminimum az utóbbinak 60 százalékát, míg a közfoglalkoztatottak bére a minimálbér 71 százalékát tette ki. (Ez az arány a közfoglalkoztatási bér bevezetéskor még 77 százaléknak felelt meg.) 2017-ben a minimálbér 15 százalékkal, a szakképzetteknek járó garantált bérminimum pedig 25 százalékkal nő, s így a prognosztizált éves adatok szerint ismét nyílik az átlagbér és a minimálbér növekedési üteme közötti olló. 8. ábra: Bruttó kereset és a minimálbér alakulása * (2008 = 100 százalék) 200 Százalék Minimálbér Költségvetés Versenyszféra * A minimálbér kivételével a 2017 évi prognosztizált adat. Forrás: KSH, Tájékoztatási adatbázis. A versenyszférában a fizikai és a szellemi munkakörben dolgozók keresete közötti különbség 2016-ban csökkent, mivel az előbbiek bruttó keresete 5,9 százalékkal, az utóbbiaké 4,5 százalékkal haladta meg az előző évit. Az arányok módosulásában nem csekély szerepe volt annak, hogy a versenyszféra megfigyelt szervezetei körében a fizikai dolgozók háromötödét a feldolgozóipar, illetve a kereskedelem foglalkoztatja. Az utóbbi nemzetgazdasági ágban megszűnt az egy évvel korábban bevezetett vasárnapi boltzár, ami miatt nőtt a hétvégi pótlékok súlya, illetve a lakossági vásárlóerő növekedés eredmé-

34 A magyarországi munkapiac 2016-ban nyezte forgalombővülés és a hosszabb heti munkaidő miatti többletterhelést a munkaerő megtartása érdekében a nagyobb üzletláncok igyekeztek a keresetben kompenzálni, s az év második felében sorra születtek az esetenként két számjegyű kereset emelési megállapodások. Az előre menekülés miatt a minimálbér és garantált bérminimum januári emelése ebben a körben nem járt különösebb nehézségekkel, szemben a kisebb létszámú kereskedelmi egységekkel, amelyek hasonlóan más alacsony nyereségtartalmú tevékenységet végző gazdálkodókhoz a kötelező emelést csak a béren kívüli juttatások terhére, esetleg elbocsátással is járó munkaidőalap-csökkentéssel tudják kigazdálkodni. A feldolgozóiparban is elősegítette a szakképzett munkaerőért folyó verseny a keresetemelkedést, de a nagyobb dinamikához az úgynevezett naptári hatás is némileg hozzájárult. 13 A versenyszféra túlsúlya jellemezte nemzetgazdasági ágak kereseti rangsora évek óta változatlan. Így 2016-ban is a pénzügyi, biztosítási tevékenység nemzetgazdasági ágban dolgozók bruttó keresete volt a legmagasabb, átlagosan 519,0 ezer forint. Ezt követte 479,6 ezer forinttal az információ, kommunikáció, illetve 454,4 ezer forinttal a villamosenergia-, gáz-, gőzellátás, légkondicionálás nemzetgazdasági ág. A 279,3 ezer forintos bruttó kereseti átlag jellemezte feldolgozóiparon belül a legtöbbet havi 690 ezer forintot a kevesebb, mint hatezer főt foglalkoztató kokszgyártás, kőolaj-feldolgozás ágazatban dolgozók keresték, ezt az ugyancsak relatíve kis létszámú gyógyszergyártás követett 451,3 ezer forintos átlagával. A kimutatott kereset a szálláshely-szolgáltatás, vendéglátás nemzetgazdasági ágban volt a legalacsonyabb, a 166 ezer forintos bruttó kereset mindössze 5 ezer forinttal volt magasabb, mint amennyit januártól a szakképzett munkavállalóknak minimálisan fizetni kell. A nemzetgazdasági ágak kereseti rangsorában ezt a valamivel kevesebb mint 14 ezer főt (köztük néhány száz közfoglalkoztatottat is) foglalkoztató erdőgazdálkodás követte 169,1 ezer forinttal. A feldolgozóiparon belül a női munkavállalói többségű textília, ruházati- és bőrtermékgyártás iparcsoportban dolgozók kerestek kiemelkedően a legrosszabbul, átlagosan mindössze havi 167,1 ezer forintot. A költségvetési szféra mintegy 700 ezer foglalkoztatottja 14 esetében az utolsó átfogó illetményrendezésre 2008-ban került sor, majd 2013-ban a pedagógus-életpályamodell bevezetésével megkezdődött a fokozatos áttérés egy, a korábbitól eltérő közszolgálati bérrendszerre, ami 2016-ban meglehetősen sok területet érintett. Az életpályamodell nem az ágazatokra, hanem szakmákra, szakmacsoportokra vonatkozik, döntően azokra, amelyeket kidolgozói az adott terület szempontjából kulcsfontosságúnak ítélnek. Így az azonos munkahelyen dolgozók közül is lehetnek olyanok, akik az életpályamodell biztosította magasabb illetményben részesülnek, míg mások, akik maradtak például az eredeti közalkalmazotti rendszerben, legfeljebb eseti, lényegében csak a bérfeszültség enyhítését hivatott keresetkiegészítést kapnak ban a munkanapok száma 255 volt, szemben a évi 254 nappal, 2017-ben viszont majd csak 252 munkanappal lehet számolni, részben mert kevesebb ünnep esik hétvégére, részben pedig azért, mert fizetett munkaszüneti nap lett a nagypéntek is. 14 A költségvetési szféra elemzett adatai a közfoglalkoztatottakat nem tartalmazzák.

35 Bakó Tamás & Lakatos Judit A keresetemelés ütemezése is hasonló sémát követett: a bevezetés első évére koncentrált jelentősebb emelést követi a teljes beígért keresetnövekedésből fennmaradó rész további három-négy évre történő elosztása. Emiatt még az elsőként indult pedagógus-életpályamodell is hatott a közszféra évi kereset alakulására. Az új típusú illetményrendszerre történő áttéréssel együtt általában jelentősen csökkent a pótlékra vonatkozó jogcímek száma. Emiatt az átlagkeresetek növekedése elmaradhat a kommunikálttól. A közszférán belül 2016-ban, de még 2017-ben is voltak, illetve vannak olyan foglalkoztatotti csoportok, amelyeket 2008 óta semmilyen pozitív kereseti intézkedés nem érintett mivel a korábbi előrejutási rendszer még a jelenleginél jóval alacsonyabb nyugdíjkorhatárral számolt, így a most nyugdíjba készülők nyugdíját egy közel egy évtizede változatlan kereset alapján állapítják meg. (Az életpályamodellek már számolnak azzal, hogy a nyugdíjba vonulási életkor kitolódik. Ugyanakkor a modellek kidolgozói nem tudták figyelembe venni a évi minimálbér-emelés prognosztizálható hatását, ami nemcsak elviszi a ra tervezett bérnövekmény jelentős részét, de az illetményskála alsóbb régióiban ebből kell majd kompenzálni a bértorlódás negatív hatását.) 2016-ban a költségvetési szféra meghatározó területei közül a közigazgatás, védelem, kötelező társadalombiztosítás nemzetgazdasági ágban dolgozó 255 ezer teljes munkaidős foglalkoztatott keresete a költségvetési szféra dolgozóinak átlagát jelentő 9,8 százaléknál némileg jobban, 10,3 százalékkal emelkedett. A keresetalakulás legnagyobb súlyú elemét több, a dolgozók kisebb csoportját érintő intézkedés mellett a védelmi területen dolgozó mintegy 64 ezer fő (katonák, rendőrök, tűzoltók) bérrendezése jelentette. Az összesen 50 százalékos emelésből 30 százalék 2015 júliusától volt esedékes, ami a bázison keresztül hatott még a évi kereseti indexre is, s amelyet négy éven keresztül még további 5 5 százalékos emelés követ. Az érintett szakágazatok közalkalmazottai ebből az emelésből kimaradtak, és csak 2017-ben számíthatnak keresetüknek egy jóval szerényebb, 10 százalékos javulására júniusától a járási hivatalok és a Nemzeti Adó- és Vámhivatal dolgozóinak rendezték a keresetét, 2016 októberétől 5 százalékkal nőtt a bírák illetménye, amit ban további emelés fog követni. A közoktatásban dolgozó pedagógusok életpályamodellje 2013-óta él, ez az induló évi 34 százalék után 2017-ig évi 3,5 3,5 százalék tervezett emelést jelent. A közoktatásban dolgozó, nem pedagógus végzettségű, oktatást-nevelést segítő tevékenységet végző dolgozók 2016-ban két részletben 70 ezer forint bérkiegészítésben részesültek, és 2017-ben számíthatnak 10 százalékos differenciált emelésre. A felsőoktatásban dolgozó oktatók, kutatók bérrendezésére 2016 utolsó negyedévében került sor, ennek mértéke 15 százalék volt, és itt is még további évi 5 5 százalékos emelés várható ban az oktatás nemzetgazdasági ág 168 ezer teljes munkaidős alkalmazás- 34

36 A magyarországi munkapiac 2016-ban ban állójának a keresete így összességében 6,4 százalékkal nőtt, ezen belül a közoktatáshoz tartozó alágazatokban 4,6 százalékos, a felsőoktatásban pedig 13 százalékos volt a javulás. Mivel elsőként az egészségügy és szociális gondoskodás területén jelentkeztek komolyabb munkaerőgondok, itt lényegében 2011 óta folyamatosak voltak az egyes kisebb részterületeket érintő keresetkorrekciós intézkedések, míg átfogóbb rendezésre, az életpályamodell bevezetésére az egészségügyi dolgozóknál 2016 szeptemberében került sor. A tervezett százalékos keresetemelkedésnek (a különböző szakma csoportoknál ez a mérték eltérő) közel felét még 2016-ban megkapták az érintettek. A szociális ellátó rendszerben dolgozók 2014-ben bérpótlékot, ban bérkiegészítést kaptak, aminek becsült hatása a évi hasonló kiegészítéssel együtt összességében 30 százalékos keresetemelkedés lesz. A humán egészségügyi és szociális gondoskodás nemzetgazdasági ágban 2016-ban az átlagos bruttó keresetnövekedés összességében 11,1 százalék volt, ezen belül a humán egészségügy kereseti indexe 111,5 százaléknak, a szociális gondoskodás ágazaté pedig 109,5 százaléknak felelt meg. Az utóbbi területen dolgozók bruttó kereseti átlaga ban így is csak 175 ezer forint volt, ami alig magasabb január 1-jétől érvényes garantált bérminimumnál. A költségvetési intézmények és a delegált állami feladatokat ellátó nonprofit szervezetek dolgozóinál a munkavégzéshez kapcsolódó sajátos jövedelem elem a kompenzáció, amelyet azok kaphatnak, akiknek nettó keresete a 2011-től érvényes jövedelemadó szabályok következtében csökkent. A keresetkorrekciós intézkedések és a munkaerő-cserélődés eredményeként a kompenzációban érintettek száma folyamatosan csökken, 2016-ban 142 ezren igényelték a kompenzációt, átlagosan havi forint összegben, ami mintegy egyharmada az indulási év érintett létszámának. Az ország gazdaságilag fejlettebb területeinek előnye nemcsak a magasabb foglalkoztatási színvonalban, de a keresetekben is tükröződik. Általában igaz az, hogy az alacsony foglalkoztatási rátájú (így nagyobb munkaerő-tartalékkal rendelkező) megyékben a kereset is átlag alatti, és igaz ennek a fordítottja is. E két tényező együttes vizsgálata egy erősen polarizálódott Magyarország képét rajzolja ki, ahol a megyék egy-két kivételtől eltekintve vagy egyik, vagy másik kategóriába tartoznak (9. ábra). Ilyen kivétel Heves és Tolna megye, ahol a vidéki átlagot meghaladja a foglalkoztatottak bruttó átlagkeresete. Az előbbiben ez azzal magyarázható, hogy jelentős a foglalkoztatási súlya a magas kereseti átlag jellemezte visontai hőerőműnek, míg az utóbbi megye esetében hasonló hatása van a paksi atomerőműnek. A magas foglalkoztatási rátával párosuló alacsony átlagkereset egyetlen tipikus képviselője Zala megye, ahol nemcsak a magas kereseti átlagú nemzetgazdasági ágak súlya alacsony, de a keresetek a nagyobb súlyt képviselő ágakban is elmaradnak a megfelelő vidéki átlagtól. 35

37 Bakó Tamás & Lakatos Judit ábra: A megyék helyzete a évesek foglalkoztatási rátája és a bruttó átlagkereset függvényében, * 2016 Bp Havi brutto átlagkereset, ezer forint N Alacsony foglalkoztatási ráta, magas átlagkereset SzSzB BAZ T S HB Ba Bé H JNSz BK KE Z Cs P F Magas foglalkoztatási ráta, magas átlagkereset Ve V GyMS Alacsony foglalkoztatási ráta, alacsony átlagkereset Magas foglalkoztatási ráta, alacsony átlagkereset Foglalkoztatási ráta, százalék * 2015 évi telephely szerinti bruttó kereset. Rövidítések: BK: Bács-Kiskun, Ba: Baranya, Be: Békés, BAZ: Borsod-Abaúj-Zemplén, Cs: Csongrád, F: Fejér, GyMS: Győr-Moson-Sopron, HB: Hajdú-Bihar, H: Heves, JNSz: Jász-Nagykun-Szolnok, KE: Komárom-Esztergom, N: Nógrád, P: Pest, S: Somogy, SzZsB: Szabolcs-Szatmár-Bereg, T: Tolna, V: Vas, Ve: Veszprém, Z: Zala. Forrás: A KSH adattára. Az, hogy a bruttó keresetből mennyi a kézhez kapott nettó, a mindenkori adóés járulékszabályoktól függ ban az egykulcsos személyi jövedelemadó a munkavállalókat terhelő járulékok változatlansága mellett, újabb 1 százalékponttal (15 százalékra) csökkent, így a nettó átlagkereset növekedési üteme meghaladta a bruttó keresetét. A közfoglalkoztatottak nélkül számolt nettó kereseti index 108,1 százaléknak, a nettó kereseti átlag 185 ezer forintnak felelt meg, ez utóbbi a versenyszférában 184,2 ezer forint, a költségvetési szférában 157,9 ezer forint (illetve közfoglalkoztatottak nélkül számolva 186,7 ezer forint) volt. Nőtt a 2011-ben bevezetett gyermekek utáni személyijövedelemadó-kedvezmény is tól az egygyermekesek a korábbi forint helyett havi forinttal, a kétgyermekesek gyermekenként forinttal csökkenthetik személyijövedelemadó-alapjukat, míg a legalább három gyermekről gondoskodók kedvezménye forintról forintra változott. A kedvezmény abszolút és relatív értelemben is legjobban a két gyermeket nevelők esetében nőtt meg úgy, hogy a kedvezmény mértékében 2020-ig minden évben még további emelés várható (3. táblázat).

38 3. táblázat: A családi kedvezmény figyelembevételével számított nettó és reálkereset, 2016 Nettó kereset Számított nettó kereset, évihez viszonyított változása, Eltartott gyermekek ezer forint/fő/hó száma százalék Reálkereset * 0 gyermek 171,9 8,1 7,7 53,4 1 gyermek 179,1 7,8 7,4 22,9 2 gyermek 202,9 9,2 8,7 17,3 3 vagy több gyermek 223,2 6,4 6,0 6,3 Nemzetgazdaság Összesen A magyarországi munkapiac 2016-ban Az adott háztartástípusba tartozó alkalmazásban állók részaránya, százalék 182,2 7,7 7,2 100,0 * A 2016 évi 100,4 százalékos fogyasztóiár-indexszel számolva. Forrás: Havi munkaügyi jelentés és a HKÉF adatait felhasználó mikroszimmulációs modell (KSH, 2017b, 7. o.). A háztartások demográfiai és jövedelmi adatain alapuló mikroszimmulációs modell eredménye szerint a megfigyelt szervezeti körben a családi adókedvezmény munkavállalónként átlagosan havi 7,2 ezer forintot jelentett. A két gyermeket nevelő munkavállalók esetében mintegy havi 31 ezer forintot, a három vagy annál több gyermeket nevelőknél pedig 51 ezer forint többletet eredményezett a gyermeket nem nevelők nettó keresetéhez képest. A nemzetközileg használt kereseti fogalom a kereset mellett az egyéb munkajövedelmeket is magában foglalja. Ez utóbbiak zömét az úgynevezett cafetéria juttatás teszi ki, amely nagyságát az állam közvetett módon, az adószabályokon keresztül képes befolyásolni. A cafetéria keretről szóló megállapodás gyakran része a bértárgyalásoknak, de az ilyen címen nyújtott jövedelem a munkáltatóknak kisebb elköteleződést jelent, mint a kereset emelése. (Erre jó példa, hogy a évi minimálbér-változás hatását a gazdálkodók egy része részben a cafetéria juttatások csökkentésével gazdálkodta ki.) 2016-ban a nemzetközi összehasonlítás céljára szolgáló keresetnek megfelelő munkajövedelem 277,2 ezer forint, ebből a kereseten felüli rész 14,1 ezer forint volt. Az egy munkavállalóra jutó egyéb munkajövedelem nagysága még a nemzetgazdasági ágba/ágazatba tartozók esetében is tág határok között változik, de általánosságban igaz, hogy a magas kereset jellemezte területeken dolgozók kapják a nagyobb összegű béren felüli juttatást, tovább növelve ezzel az egyébként sem csekély ágazati jövedelmi különbségeket ban a nemzetgazdasági ágak közül a villamosenergia-, gáz-, gőzellátás, légkondicionálás esetében volt a legmagasabb az egyéb munkajövedelem összege, amely havi átlagban meghaladta a 30 ezer forintot, de a feldolgozóipar néhány területén (így a kokszgyártás, kőolaj-feldolgozás vagy gyógyszergyártás ágazatokban) dolgozók ennél is nagyobb összegű juttatásban részesültek. Ezzel szemben a szociális ellátás ágazatban (ahova a külön juttatásokban jellemzően nem részesülő közfoglalkoztatottak többsége is tartozik) az egyéb munkajövedelem mindössze 2500 forint volt. 37

39 Bakó Tamás & Lakatos Judit HIVATKOZÁSOK BM (2017): Havi tájékoztató a közfoglalkoztatás helyzetértől, december. Belügyminisztérium, Budapest. Harasztosi Péter Lindner Attila (2017): Who pays the minimum wage? Kézirat. KSH (2017a): Magyarország, Központi Statisztikai Hivatal, Budapest, KSH (2017b): Munkaerőpiaci folyamatok, 2016 I IV. negyedév. Statisztikai Tükör, április 12. MNB (2017): Inflációs jelentés. Magyar Nemzeti Bank, Budapest, március. 38

40 KÖZELKÉP: MUNKAERŐHIÁNY Szerkesztette Köllő János

41 A szerkesztő előszava 1. Fogalom és mérés 1.1. Mit értsünk munkaerőhiányon? 1.2. A munkaerőhiány a hazai közbeszédben 1.3. Az alapvető hiányindikátorok alakulása 1.4. Torzítások az üres állások statisztikáiban, valamint a vállalati és munkaközvetítői hiányjelzésekben 1.5. Hiány és munkanélküliség 2. A szokásos gyanúsítottak demográfiai csere és külföldi munkavállalás 2.1. Demográfiai csere 2.2. A demográfiai csere foglalkozási szerkezetre gyakorolt hatásáról 2.3. A külföldi munkavállalás és a munkaerőhiány 3. Toborzási nehézségek, üzleti helyzet és bérek vállalati szintű elemzés 3.1. Toborzási nehézségekre panaszkodó vállalatok 3.2. Manifeszt hiányhelyzetek betöltetlen állások és kihasználatlan kapacitások 3.3. Bérszint, manifeszt hiányhelyzetek, tervezett és tényleges béremelkedés 3.4. A relatív bérek alakulása hosszabb távon 4. Munkaerőhiány és szakképzés 4.1. Szakmunkásképzés 4.2. Diákok pályaválasztási tervei: ki szeretne tudományos-műszaki pályára lépni? 1 5. Az alkalmazkodókészség szerepe 5.1. Merre halad a kereslet? A nem kognitív készségek felértékelődése 5.2. Foglalkozási mobilitás Magyarországon 5.3. Felnőttkori tudásfelhalmozás 5.4. Képzéssel a munkaerőhiány ellen? A munkaügyi központok által szervezett vagy finanszírozott képzések célzása és eredményessége

42 A szerkesztő előszava A SZERKESZTŐ ELŐSZAVA Köllő János Hiányjelzések. Magyarországon 2013 óta erősödnek a munkaerőhiánnyal kapcsolatos vállalati panaszok, növekszik a foglalkoztatási szolgálatnál bejelentett üres állások száma, és emelkedik a vállalati kikérdezésekben mért hiány. A hiánnyal kapcsolatos panaszok tekintetben ma az ország az európai élmezőnyhöz tartozik. A munkaerőhiányra vonatkozó jelzéseket számos okból óvatosan kell kezelni. A panaszokat érdekek motiválják. A vállalatok számára semmilyen következménnyel nem jár, ha olyan felvételi szándékot jeleznek, amelyről a későbbiekben lemondanak. Az adatfelvételek az Ön vállalatánál hány fő hiányzik típusú kérdéshez nem teszik hozzá, hogy hány forintért hiányoznak a szóban forgó emberek. A hiányjelzések túlérzékenyek, az értékük szélsőséges mértékben ingadozhat a munkaerő-kereslet kismértékű változásának hatására is. A toborzási nehézségek fokozódását a munkaerő-forgalom élénkebbé válása kíséri, a panaszok sokszorozódnak, egy-egy üresedési lánc több pontján is jelentkeznek. E torzítások ellenére a toborzási nehézségekre való panaszkodás figyelemre méltó társadalmi tény marad. Hiány és munkanélküliség. A munkapiacon természetes módon, egyidejűleg létezik munkanélküliség, és vannak betöltetlen állások. A piac a (dinamikus) egyensúlyban sem tisztul meg, az állandósult állapot magas munkanélküliség és üres állás állomány mellett is kialakulhat. Az esetleges rossz egyensúlyért sokféle tényező tehető felelőssé: a bérek alkalmazkodását gátló megegyezések, kormányzati beavatkozás és jogi korlátok, magas tranzakciós költségek, hiányos közlekedési infrastruktúra, fejletlen bérlakáspiac, elrontott oktatási és jóléti politika, elégtelen segítség a munkába álláshoz. Ezért a hiányjelenségek tanulmányozásához természetszerűen hozzátartozik a piaci alkalmazkodás és az azt befolyásoló tényezők vizsgálata. A hiányjelzések szaporodásával párhuzamosan a képzetlen munkaerő piacán magas maradt a valódi munkahellyel nem rendelkezők aránya. A nyilvántartott munkanélküliek száma 2010 és 2016 között közel 600 ezerről nem sokkal több, mint 300 ezerre csökkent, a közmunkásokkal együtt számított létszámuk azonban ma is meghaladja a félmilliót, magasabb, mint bármikor az 1995-ös Bokros-csomag és a 2008-as világgazdasági válság közötti időszakban. Ez strukturális feszültségekre és súrlódásokra utal. Magyarország nem áll egyedül: leginkább Írország, Svédország és Szlovénia járt be hasonló utat az üres állások és a munkanélküliség terében. 41

43 Köllő János A demográfiai csere hatása. A demográfiai csere következtében 2011 és 2020 között a teljes aktív korú népesség nagyjából hat százalékkal csökken, de jelentősen javul az aktív korúak iskolázottsági összetétele. A legnagyobb, félmilliósnál is nagyobb csökkenés az általános iskolát végzetteknél becsülhető a közötti időszakra, amit a diplomások számának hasonló mértékű növekedése kísér. A demográfiai csere a szakiskolai végzettségűek létszámát ban nagyjából kétszázezerrel apasztja, míg az érettségizettek esetében az elmozdulások nem haladják meg a néhány tízezres szintet. A foglalkozási szerkezetet érő demográfiai hatások ettől némileg eltérnek. Az oktatás és a foglalkoztatás, illetve a foglalkoztatás és a nyugdíj közötti mozgások 2006 és 2010 között csak a szolgáltató szakmák és az egyéb szellemi foglalkozások létszámát nem apasztották, minden más esetben veszteséget okoztak. A legsúlyosabb veszteség a segéd- és betanított munkát érte, annak ellenére is, hogy az oktatásból ide belépők számát 2011 után megugrasztotta a közmunka tömegessé válása. Ennél erősebb hatása volt azonban annak, hogy nagy létszámú képzetlen csoportok érték el a nyugdíjkorhatárt, vagy vesztették el a munkaképességüket. Az adatok nem támasztják alá, hogy a demográfiai csere, illetve a belépők és a kilépők eltérő iskolázottsága elsősorban az ipari szakmunka utánpótlását sodorja veszélybe és 2015 között a ki- és belépések itt egyensúlyban voltak, miközben a demográfiai csere veszteséget okozott még a diplomás és egyéb szellemi munkakörökben is. Külföldi munkavállalás. A tükörstatisztikák alapján kiigazított MEF-adatok szerint 2016-ban közel 350 ezer magyar dolgozott külföldön. Becslésünk szerint a 18 éves és idősebb, nem nyugdíjas foglalkoztatottak valamivel több, mint 2 százaléka ment között évente átlagosan külföldre dolgozni, de közel fele részben visszatért a hazai munkahelyekre, így a külföldi munkavállalás miatt hiányzók nettó aránya évente átlagosan több mint 1 százalékra becsülhető átlagában az arány még alig 0,6 százalék volt. Azok a foglalkoztatottak, akik a kérdezés előtt egy évvel is dolgoztak, az átlagtól elmaradó arányban mennek külföldre dolgozni, viszont az egy évvel korábban tanulók nagyon magas arányban, és az egy évvel korábban munkanélküliek is jelentős arányban váltottak külföldi munkára. A hazai munkahelyre visszatérők között is magas az egy éve munkanélküliek aránya, ami arra utal, hogy számukra a hazai és a külföldi munkalehetőség is rövid idejű, bizonytalan munkákból áll. A vendéglátáshoz kapcsolódó foglalkozásokból (szakács, pincér) léptek ki a legnagyobb arányban a külföldi munkavállalás kedvéért, között a kilépők aránya évente átlagosan közel 5 százalékkal, a nettó munkaerő-vándorlás pedig 4 százalékkal csökkenti évente átlagosan a hazai vendéglátásban foglalkoztatott potenciális létszámot. Éves átlagban közel 4,5 százalék az építőipari és 3,5 százalék az épületgépészeti-szerelési foglakozásokból kül- 42

44 A szerkesztő előszava földi munkába lépők becsült aránya, de ezekbe a foglalkozásokba viszonylag magas a visszatérési arány is. A gépkocsivezetők is magas arányban váltanak külföldi munkára, viszonylag alacsony visszatérő arány mellett a nettó munkaerő-vándorlás éves átlagos aránya közel másfél százalékos potenciális hazai létszámcsökkenést jelent. A kereskedelemről szóló munkaerőhiány-jelzések ellenére becslésünk azt mutatta, hogy a kereskedelmi foglalkozásokat elhagyók aránya elmarad az átlagostól, a közötti időszak átlagához képest azonban ezekben a foglalkozásokban növekedett a leginkább a külföldi munkára váltók aránya. Kik panaszkodnak? Nagyságrendi különbség van a hiányra panaszkodó vállalatok száma (ez az iparban ma a nyolcvan százalékot is meghaladja) és az üres állásoknak ugyancsak általuk jelzett aránya között (amely alig éri el a két százalékot). A hiánnyal kapcsolatos panaszok nem kis részben a piaci bérszint alatt fizető vállalatoktól jönnek, de gyanítható, hogy sok beruházás, piacnyitás hiúsul meg a magasabb bérek esetén sem megfelelő színvonalú kínálat miatt. Inkább a sikeres vállalatok számolnak be a munkaerő felvételében, illetve megtartásában előforduló nehézségekről, ami részben természetes velejárója a megnövekvő rendelések kielégítéséhez kapcsolódó keresletnövekedésnek. Más a helyzet a manifeszt hiányhelyzetek esetében, amikor a vállalat nem tud betölteni már létező munkahelyeket, illetve nem tud teljes mértékben kihasználni már létrehozott kapacitásokat, okként a munkaerő hiányát jelölve meg. Míg a munkaerőhiányra mint a fejlődés korlátjára vonatkozó panasz a jó helyzetben lévő vállalatoknál gyakoribb, manifeszt hiányhelyzetek inkább a rosszabb piaci körülmények között működőknél fordulnak elő, elsősorban a képzett munkaerő esetében. A jó üzleti helyzetben lévő vállalatoknak sikerül elkerülniük a súlyos hiányhelyzeteket. A képzetlen munkaerő hiányára utaló jeleket a feldolgozóiparban látunk: a manifeszt hiányhelyzetek gyakoribbak az ipari tömegtermelésben, ahol az átlagosnál nagyobb arányban alkalmaznak képzetlen munkaerőt, és a kapacitás nem igazítható olyan könnyen a változó munkaerőpiaci körülményekhez, mint a szolgáltatásokban vagy az építőiparban. A piaci bérszint alatt fizető vállalatoknál gyakrabban fordulnak elő hiányhelyzetek, de markáns hatásokat csak a képzett dolgozóikat piaci bérszint alatt fizető vállalatoknál látunk. Ha a vállalati átlagbér egy szórásegységgel elmarad a piaci átlagtól, az nagyjából 3,5 százalékponttal növeli a munkaerőhiány miatt bekövetkezett kapacitáskihasználatlanság előfordulási valószínűségét (melynek átlagértéke 16 százalék a vizsgált mintában). Hiány és béremelkedés. A tartósan betöltetlen munkahelyek léte és aránya, valamint a képzett munkaerő hiányára visszavezethető kapacitáskihasználatlanság előfordulása szignifikáns mértékben hatott a 2016-os béremelési ter- 43

45 Köllő János vekre. A hatások azonban gyengék: azoknál a vállalatoknál, amelyek ben betöltetlen munkahelyeket jeleztek, a 2016-os tervezett béremelkedés mindössze 0,7 százalékponttal volt gyorsabb, mint a hiányra nem panaszkodó cégeknél. A hiánypanaszok azonban egyetlen esetben sem vezettek szignifikánsan gyorsabb tényleges béremelkedéshez a hiányhelyzeteket nem jelző vállalatokhoz képest. Ebben szerepet játszik, hogy a béremelési tervek és a tényleges béremelkedés egymással ugyan pozitív, de laza kapcsolatban álltak: egy százalékkal gyorsabb tervezett béremelés csupán nagyjából egyharmad százalékkal gyorsabb tényleges bérnövekedést valószínűsített. A toborzási nehézségekkel szembesülő vállalatok egy része béremelés helyett más eszközökkel próbálhatja enyhíteni a munkaerőhiányát. A kevéssé termelékeny, a bérek emelésére képtelen cégeket az esélytelenség könnyen terelheti piacon kívüli, szürke, nem jogkövető megoldások felé. Valószínű, hogy a hiányhelyzetek szaporodásával ez a fajta jogkerülő magatartás erősödni fog a gazdaság kevéssé termelékeny szegmenseiben. Hiány és relatív bérek. A relatív bérekről rendelkezésre álló, nagy mintából származó és hosszú időszakra vonatkozó egyéni adatok nem utalnak arra, hogy a munkaerőhiány meghatározó szerepet játszana az utóbbi évek gyors bérszínvonal-emelkedésében. A pontbecslések emelkedő bérekre utalnak a fiataloknál, a szakmunkás és diplomás foglalkozásokban dolgozóknál és az iparban, továbbá gyorsabb vállalati bérszintemelkedésre a demográfiai cserének, a munkaerő-forgalomnak és az elvándorlásnak jobban kitett vállalatoknál, de a változások között alig van olyan, ami statisztikailag szignifikánsnak mondható, és maguk a pontbecslések is inkább hosszabb távú trendeket rajzolnak ki, semmint éles törést a munkaerőhiány kiéleződésének éveiben. Noha számos olyan esetről van tudomásunk, amikor (például a nagy bevásárlóközpontokban) jelentős béremelésekre került sor a súlyosbodó toborzási nehézségek miatt, ezek azonban 2016-ig nem rajzolták át a magyar kereseti hierarchiát. Oktatáspolitikai következmények. A munkaerőhiánnyal kapcsolatos panaszok erőteljesen hatnak az oktatáspolitikára, ezen belül is elsősorban a középfokú szakképzésre. A panaszok értelmezéséhez figyelembe kell venni, hogy az elmúlt két évtizedben átalakult a szakképzés szerkezete és a szakiskolai végzettek munkaerőpiaca. A középfokú szakképzés a rendszerváltást követően nem szorult vissza: amilyen mértékben leépült a szakiskolai képzés, olyan mértékben bővült az érettségivel kombinált szakmai képzés, és a két folyamat egyenlegeként az elmúlt húsz évben nagyjából állandó volt az egy-egy születési évjáratból középfokú szakképzettséggel munkaerőpiacra lépő fiatalok aránya. Eközben drámai mértékben megváltozott az érettségit nem adó szakmunkásképzésben végzettek foglalkozási összetétele. Húsz évvel ezelőtt 27 százalékuk dolgozott összeszerelőként, gépkezelőként vagy egyszerű fog- 44

46 A szerkesztő előszava lalkozásokban. Ez mára a teljes gazdaságban (a közmunkásokkal együtt) 46 százalékra, a száz főnél többet foglalkoztató vállalatoknál pedig (közmunkások nélkül) 52 százalékra nőtt. A szakiskola ma közel fele részben segéd- és betanított munkásokat képez, és valószínűsíthető, hogy a ki nem elégített kereslet nem jelentéktelen hányada is ilyen munkakörök betöltésére irányul. Annak ellenére, hogy a vállalkozói panaszok szerint a termelésben elsősorban gyakorlatiasan képzett, az érettségire való felkészülés feladataival meg nem terhelt szakiskolai végzettekre van szükség, az ilyen munkavállalókat a vállalatok minden fizikai munkában kevesebbre értékelik, mint a szakközépiskolában végzetteket. A bérek és a mért alapkészségek mindkét kategóriában romlanak az életkorral, de a romlás üteme sokkal nagyobb a szakiskolai végzettségű, mint az érettségizett munkásoknál, ami az iskolában megszerzett tudás gyors avulására utal. Az adatok megkérdőjelezik, hogy a tipikus magyar vállalat komoly túlkeresletet támasztana az érettségit nem adó szakképzés végzettjei iránt a szakmunkás munkakörök betöltésére. Mindez a szakmunkásképzés jelenlegi rendszerében és színvonalán képzett munkaerőre vonatkozik, és úgy tűnik, a hiányra panaszkodó vállalati szféra nem bízik abban, hogy a bérek emelésével ebből a kínálatból jobb minőségű munkavállalókhoz juthatna. A szakképzési reformok rövid távon minden bizonnyal növelni fogják a jelenlegi színvonalon kiképzett szakmunkástanulók kínálatát, anélkül hogy a vállalatok a bérek emelésére kényszerülnének, azonban a tananyag mélyreható reformjához, valamint a tanári kar és a tanári tudás megújításához hosszabb időre lesz szükség. Ha erre esetleg sor kerül is, egy hosszabb átmeneti időszakban a középfokú szakképzésben eltöltött idő rövidülni, az átlagos színvonal pedig megjósolhatóan romlani fog, különösen, ami az alkalmazkodóképességet megalapozó készségek fejlesztését illeti. A felsőfokú szakképzésben a kormányzat részben adminisztratív intézkedésekkel, részben pénzügyi ösztönzőkkel próbálja növelni a természettudományos és műszaki képzés volumenét. A szakirodalom és az itt elvégzett kutatás szerint a cél eléréséhez jóval korábbi időpontban tanácsos lépéseket tenni, különös tekintettel a nemek közötti különbségekre. A pályatervek erőteljes nemi elkülönülése már 15 éves korra erősen kialakul, ráadásul addigra a lányok jelentős része már olyan iskolába jár, amely csökkenti a természettudományos irányú továbblépés valószínűségét. Adott szülői háttér és iskolai jellemzők mellett a diákok leginkább természettudományos ismereteik bővítésével, a számítástechnikában való jártasságuk megtapasztalásával és a természettudományok munkapiaci értékének felismerésével motiválhatók műszaki-tudományos pályák választására. Míg azonban a fiúk érdeklődése az ilyen munkák iránt egyértelműen növelhető ezekkel az eszközökkel, a lányok esetében csak valamivel mérsékeltebb növekedésre (természettudományos ismeretek és instrumentális motiváció) számíthatunk, vagy nem várhatunk változást (számí- 45

47 Köllő János tástechnikában való jártasság). A gyerekekben már nagyon korai életkorban nyomot hagynak a nemükkel kapcsolatos társadalmi elvárások, amelyek aztán érdeklődésükre és pályaválasztással kapcsolatos elképzeléseikre is kihatnak. Mivel a tudományos-műszaki pályákhoz változatlanul inkább férfias, semmint nőies képzetek tapadnak, az ezen a területen tapasztalható nemi szegregáció mélyen gyökerezik a kulturálisan rögzült szerepelvárásokban, amelyek a természettudományok iránt érdeklődő lányokat inkább az orvosi-egészségügyi szakmák, semmint a tudományos-műszaki területeik felé orientálják. A kialakult helyzetben érdemi változás nem könnyen, legfeljebb csak gyermekkori beavatkozással érhető el. Alkalmazkodóképesség. A hiányhelyzetek megelőzésében és leküzdésében kiemelkedő szerepe van az alkalmazkodóképességnek és az azt megalapozó kompetenciáknak. Ezen belül a legújabb kutatások világosan rámutatnak a nem kognitív készségek kiemelkedő szerepére. A hazai feltételek (a poroszos jegyeket őrző oktatás, a korlátozott iskolai és tanári autonómia, a szűk profilú szakképzés és a civil részvétel rendkívül alacsony foka) nem kedveznek a kommunikációs és szociális készségek, a barátságosság, a lelkiismeretesség, az érzelmi stabilitás, valamint az újra és másra való nyitottságra való készségek fejlődésének, és akadályozzák a munkaerőpiaci alkalmazkodást. A foglalkozási mobilitás valószínűsége kisebb azok esetében, akik több foglalkozásspecifikus ismeretre tettek szert, akár a formális iskolarendszerben mint a szakmunkás/szakiskolai végzettségűek, vagy a felsőfokú végzettségűek, akár munka közbeni képzés nyomán (akiknek hosszabb az adott munkahelyen eltöltött gyakorlati ideje). A felsőfokú végzettségűek körében mért alacsony foglalkozási mobilitás összefügg azzal, hogy a magyar felsőoktatási rendszer hallgatói már az alapképzés elejétől elsősorban foglalkozásspecifikus képzésben részesülnek, amin a bolognai rendszer bevezetése is csak kevéssé változtatott. A felsőfokú végzettségűek és a szakmunkás/szakiskolai végzettségűek azonban különböznek abban, hogy foglalkozásváltoztatásukkor milyen mobilitásuk iránya. A szakmunkás/szakiskolások kevéssé mobilak, de ha foglalkozást változtatnak, akkor nagyobb valószínűséggel mozdulnak lefelé a foglalkozási hierarchiában. Ez egyrészt arra utal, hogy foglalkozásváltoztatásaik nem önkéntesek, másrészt azt is mutatja, hogy ismereteik, készségeik transzferálható hányada csak alacsonyabb szintű foglalkozásokban hasznosítható, másként fogalmazva általános készségeik szintje nem teszi lehetővé, hogy felfelé mozduljanak el a foglalkozási hierarchiában. A gazdaságban keresett készségek megszerzése szempontjából kiemelkedő jelentőségű a felnőttkori, döntően nem szervezett formában történő tanulás, ami különösen az általános iskola után tovább nem tanuló vagy a középfokon lemorzsolódó fiatalok esetében lenne fontos. Egy nemzetközi összehasonlító kutatás szerint a képzetlen magyar felnőttek a megvizsgált 34 spontán ta- 46

48 A szerkesztő előszava nulási tevékenységből 23 esetben az utolsó, 8 esetben az utolsó előtti helyen állnak, és egyedül a passzív, nem tanulási célú tévénézésben verik a mezőnyt. Eldönthetetlen és nem is feltétlenül eldöntendő kérdés, hogy okról vagy okozatról van-e szó: a munka hiánya korlátozza a társadalmi kapcsolatokat, a tudásfelhalmozást és a jövedelmet, a fejlődés lehetőségétől megfosztott tudás és a szegénység pedig korlátozza a munkavállalást és a társadalmi kapcsolatok építését, ami a vállalkozások szempontjából nézve akadályozza a munkanélküli tartaléksereg felszívását. Ugyancsak komoly szerepet játszhat az alkalmazkodásban a formális felnőttképzés, különösen a kevésbé piacképes csoportokban. Az általunk vizsgált időszakban a regisztrált álláskeresők számottevően kisebb arányban kerültek támogatott átképzési programba, mint a kétezres évek első felében, ugyanakkor a képzésbe lépők között nőtt a képzetlenek aránya. Ez utóbbi pozitív fejlemény, hiszen eredményeink azt mutatják, hogy a képzések ebben a csoportban különösen hatékonynak tűnnek. Az azonban, hogy a során összesen valamivel kevesebb, mint 17 ezer érettségivel nem rendelkező álláskereső lépett átképzési programba, míg között évente átlagosan közel 16 ezer, nem örvendetes. A hosszabb képzések nem feltétlenül hoznak jobb eredményt középtávon (három-négy évvel a képzésbe lépés után), mint a rövidebb képzések. A viszonylag rövidebb, az alacsony iskolázottságú álláskeresőkre célzott programok nagyobb arányú kiterjesztése már belátható időn (egy-két éven) belül számottevően javíthatja a foglalkoztatottságot és enyhíthetik a munkaerőhiányt. 47

49 Köllő, Nagy & Tóth 1 Ebben szerepet játszott a szovjet rakétafejlesztési és űrkutatási sikerek nyomán kialakult szputnyikpánik is, ami a műszaki és természettudományi képzés bővítésére, a mérnökhiány leküzdésére ösztönözte a nyugati hatalmakat. 1. FOGALOM ÉS MÉRÉS 1.1. MIT ÉRTSÜNK MUNKAERŐHIÁNYON? Köllő János, Nagy Daniella & Tóth István János Egy olyan országban és időben, ahol a népesség fele még az államszocialista rendszerben érte el a nagykorúságot, könnyen jön a szájunkra a munkaerőhiány kifejezés. A paternalista szocialista gazdaságban a vállalatok költségvetési korlátjának felpuhulása korlátlan erőforráséhséghez és krónikus, magasabb árakkal és bérekkel nem csillapítható túlkereslethez vezetett az összes erőforrás piacán (Kornai, 1980, 1993). Nyilvánvaló, hogy az elmúlt közel harminc évben ebben az értelemben nem beszélhettünk hiányról, és ilyesmire a belátható jövőben sem számíthatunk. A rendszer ezelőtt több mint 25 éve, történelmi időben mérve egy pillanat alatt billent át a keresletkorlátosság állapotába. A súrlódások nélkül működő tiszta versenygazdaság bevezető jellegű tankönyvi modelljében épp annyira nincs értelme munkaerőhiányról beszélni, mint Ferrari-hiányról, vagy kaviárhiányról : ezek a dolgok nem hiányoznának a fogyasztónak, ha hajlandó lenne értük kellően magas árat (a munkaerőért a vállalkozó magasabb bért) fizetni. Valójában persze egy versengő, de nem varázsütésre működő tankönyvi piacgazdaságban is rendszeresen előadódnak olyan helyzetek, amikor a munkaerő iránti kereslet átmenetileg nehezen elégíthető ki: idő kell ahhoz, hogy a bérek alkalmazkodjanak, és még több ahhoz, hogy a bérváltozások megfelelő kínálati reakciókat váltsanak ki, különösen, ha az érintett piacra csak az oktatáson keresztül lehet belépni, mint például az orvosok, a jogászok vagy a pilóták esetében. A munkának tőkével való helyettesítése még ennél is időigényesebb feladat. Még egy komolyabb földrajzi vagy szakmai meg nem felelésektől mentes gazdaságban is igaz, hogy az állás (a munkahely munkavállaló párosítás) keresési jószág a munkavállaló és a munkaadó számára is: több-kevesebb idő kell ahhoz, hogy a felek egymásra találjanak. Nincs objektív mérce arra, hogy a toborzási álláskeresési folyamat időigényességének kontinuumán hol húzódik a határ, ahol már jogosult munkaerőhiányról beszélni. Nem véletlen ezért, hogy a tudományos kutatás nem, vagy csak vonakodva és idézőjelesen használja a munkaerőhiány (labour shortage), és alig valamivel gyakrabban a tudáshiány (skill shortages) fogalmait ( ábra). A múlt század ötvenes-hatvanas éveiben, a nyugati piacgazdaságok különösen gyors növekedésének időszakában még történtek kísérletek a kérdés szisztematikus tárgyalására (Blank Stigler, 1957; Arrow Capron, 1959). 1 Azóta a téma szinte teljesen lemerült: a bonni IZA Discussion Paper sorozatában eddig megjelent több mint tízezer tanulmányból például tíznél kevesebb foglal- 48

50 1.1. Mit értsünk munkaerőhiányon? kozik a munkaerőhiány kérdésével, és esetükben is inkább a munkaerőhiánnyal kapcsolatos panaszoket és a következményeket vetik vizsgálat alá (lásd például Rutkowski, 2007; Junankar (Raja), 2009, Gimpelson és szerzőtársai 2009; Holt Sawicki, 2010; Bellmann Hübler, 2014; McGuinness és szerzőtársai, 2017) ábra: A labour shortage és skill shortage szavak előfordulása a világhálón 100 Labour shortage Skill shortage Megjegyzés: Google trends, november október, heti mérések. Hiányfogalmak Blank Stigler (1957) háromféle hiánydefiníciót vesz szemügyre. Létezhet munkaerőhiány abban az értelemben, hogy a politika elégtelennek tartja valamely munkaerőfajta (például a szerzőpáros által vizsgált mérnökök) kínálatát valamilyen fontos társadalmi cél eléréséhez, az adott esetben és korban a vélt szovjet technikai erőfölény és háborús fenyegetés ellensúlyozására. Ezt a megközelítést a kritérium világos meghatározásának hiányában elvetik. 3 Beszélhetünk hiányról abban az értelemben, hogy a kereslet meghaladja a kínálatot az adott bérek mellett, miközben az áralkalmazkodást és/vagy a mobilitást különféle korlátok akadályozzák. (A Blank Stigler-tanulmányban megvizsgált adatok nem utaltak ilyen korlátok létezésére a mérnökök piacán 1929 és 1954 között.) Végezetül, kialakulhatnak hiányhelyzetek akkor, ha az elérhető munkások kínálata lassabban növekszik, mint a keresett munkásoké a közelmúltban jellemző bérek mellett. Bár a szerzők nem utalnak a kifejezésre, ez az állapot egy pókhálóciklus első fázisának feleltethető meg, amikor a keresleti görbe eltolódása után (jobbra és felfelé) a bérek átmenetileg még a kiinduló szint közelében állnak, és a kínálat még nem reagál a kereslet megnövekedésére (Kaldor, 1934; Freeman, 1976). Blank és Stigler a hiány utóbbi értelmezése mellett teszi le a garast, annak hangsúlyozásával, hogy a bérek csak akkor lehetnek jó mércéi a hiánynak, ha a kínálat kellően rugalmas. A mobilitási korlátok és a bérszabályozás lehetőségének megvizsgálása (és elvetése) után a szerzők a relatív keresetekben Az IZA (Institute for the Study of Labour: org) a munkaerőpiaci kutatások első számú nemzetközi fóruma. 3 A társadalmi kereslet modelljéről részletesebben lásd Barnow és szerzőtársai (2013) írását.

51 Köllő, Nagy & Tóth 4 Ehhez a LARS (least angle regression) módszert alkalmazták a szerzők, amely a rendelkezésre álló változók és a megelőző lépésben kapott reziduumok korrelációját használja fel a releváns változók kiválogaätásához. 5 A német vállalkozásokra jellemző volt a képzett munkaerő tartalékolása a válság alatt, amihez hozzájárultak a magas elbocsátási költségek, valamint a várhatóan magas toborzási költségek. A becslések ennek megfelelően a válság alatt gyengébb kapcsolatot mutattak a cégek strukturális jellemzői és a tudáshiány között, mint más években. megfigyelt trendek alapján arra jutnak, hogy 1929 után az amerikai mérnökök kínálata a keresletükhöz képest gyorsabban nőtt, mint amekkora növekedés történt a teljes munkaerő-állomány esetében. Továbbá, mivel a mérnökök jövedelmi többlete a felsőfokú végzettséggel nem rendelkezőkhöz képest meghaladja a mérnöki diploma megszerzésének költségét, ennek a trendnek a folytatódására lehetett számítani. Végül is nem találtak bizonyítékot jelentős mértékű a fenti értelemben vett munkaerőhiány létezésére. Arrow Capron (1959) szintén a mérnökök és tudósok kínálatának hiányával kapcsolatos panaszokból kiindulva vizsgálódott, kulcsfogalma a dinamikus munkaerőhiány volt: a keresleti görbe folyamatos felfelé tolódása hiányt generál, amelynek mértéke függ a keresletnövekedés mértékétől, a piaci reakció sebességétől, valamint a kereslet és a kínálat árrugalmasságaitól (azaz attól, hogy milyen mértékben reagálnak a mennyiségek az árak változására). A szerzőpáros feltételezi, hogy a piaci szereplők egyes időpontokban hozott döntései nem feltétlenül optimálisak, és időbe telik, mire korrigálják azokat. Arrow és Capron az egységnyi időszak alatti árnövekedésnek és a kínálat feletti keresleti többletnek az arányát reakciósebességnek nevezi. A hiány hamarabb eltűnik, ha gyorsabb a reakció, és nagyobbak a kínálati és/vagy a keresleti rugalmasságok. A reakció gyorsasága függ az intézményi berendezkedéstől és a hosszú távú szerződések arányától. A szerzők szerint alapvetően a nagyon gyors keresletnövekedés vezetett hiányhoz az amerikai mérnökök és tudósok piacán az 1950-es években, de az alkalmazkodás lassúsága is hozzájárult a hiány hosszú távú fennmaradásához. Deaton Thomas (1977) hangsúlyozza, hogy bár az irodalom nagy része szerint a munkaerő-kereslet és -kínálat egymáshoz igazodása az ármechanizmuson keresztül megy végbe, előfordul, hogy nem az áralkalmazkodási folyamatok dominálnak. Fontosak a normák, azaz hogy egy adott cég mit gondol irányadó bérnek és elfogadható minőségű munkának. Mint említettük, az elmúlt évtizedekben nagyon megritkultak a munkaerőhiány problémájával foglalkozó, mikroszintű elemzést is tartalmazó tudományos írások. A kisszámú kivétel közé tartozik Bellmann Hübler (2014) tanulmánya, amely vállalati adatok alapján a közötti időszakra vizsgálta a különféle cégjellemzők és intézmények hatását a németországi tudáshiány alakulására. Az empirikus elemzéshez a szerzőpáros a vizsgált időszakra vonatkozó reprezentatív vállalati felméréseket használt. Az ökonometriai elemzés kezdetén kiválasztotta a céges jellemzők közül azokat, amelyek statisztikai értelemben leginkább relevánsak. 4 Második lépésben probit modell segítségével a vállalatok által érzékelt tudáshiány valószínűségét magyarázta vállalati változókkal. A szerzőpáros eredményei szerint a tudáshiány hosszú távú jelenség töréssel a válság idején. Ez azonban nem jelenti azt, hogy a betöltetlen szakképzett álláshelyek száma folyamatosan nőne az egyes cégeken belül. 5 Egy-egy válla- 50

52 1.1. Mit értsünk munkaerőhiányon? laton belül a tudáshiány jellemzően rövid ideig jelentkezik. Nagyobb eséllyel sújtja a tudáshiány a fiatal cégeket, a szolgáltatási szektort, azokat a vállalatokat, amelyek erős versenynyomásnak vannak kitéve, valamint amelyek nem halmoztak fel munkaerőt a múltban. A több nőt foglalkoztató vállalatok kisebb eséllyel szembesülnek tudáshiánnyal, ami az iparhoz képest a szolgáltatásokban gyakrabban, a kereskedelemben ritkábban okoz gondot. Az egyes cégek számára a gyakornoki foglalkoztatás és a képzés bizonyult hatékonynak a szakképzett munkaerőhiány megelőzésében. Meglepő módon, az egyenletek pozitív korrelációt jeleztek a hiánymutatók és a kollektív megállapodásokban szereplő szint feletti bértöbblet, a profitmegosztás, a munkaidőszámlák használata, valamint az átképzés között. A szerzőpáros maga is utalt arra, hogy ezek a korrelációk éppen a hiányra adott reakciók (béremelés és a rugalmasságot fokozó intézmények bevezetése) miatt alakulhattak ki, bár ennek ellentmondani látszik hogy például a munkaidőszámlák esetében annak késleltetett értéke is pozitív összefüggésben állt a hiánnyal. Kelet-Közép-Európa közelmúltbeli történetében csak jóval a transzformációs visszaesést követően, az ezredforduló óta kezdtek szaporodni a hiánnyal kapcsolatos panaszok (Rutkowski, 2007). Itt sajátos, a fejlett OECD-országokban ismeretlen elemként játszik szerepet a tömeges kivándorlás. A legerősebben érintett országok közé tartozó Romániában több tanulmány is foglalkozik a kérdéssel (Frunză és szerzőtársai, 2009; Pociovalisteanu Badea, 2013). Ezekben arról számolnak be, hogy bizonyos ágazatokban a vállalatoknak nehézséget jelent szakképzett munkaerőt találniuk, miközben növekvő bérköltségekkel kell számolniuk. A szerzők 2025-re 2002-höz képest 2,3-szoros növekedést várnak Romániában a munkaerőhiány mértékében, különösen az építőiparban, a textiliparban, a szállodákban, idegenforgalomban, valamint a fa- és bútoriparban, így ezekben az ágazatokban munkaerőimportra szorul Románia. Pociovalisteanu Badea (2013) szerint az ország az agyelszívás (brain drain) miatt számos költséggel szembesül, mint a jól teljesítő munkások hiánya vagy az oktatásba fektetett közpénzek alacsony megtérülési rátája. Magyarországon a munkaerőhiány kérdéséről eddig a különféle konjunktúrajelentéseket és újságcikkeket leszámítva alig esett szó, kifejezetten erre irányuló kutatások nem folytak (lásd a GVI, 2017 szakirodalom-áttekintését), a téma tudományos igényű elemzése még várat magára. A Közelkép néhány fejezete bemutat erre irányuló kezdeti empirikus kísérleteket, ennél azonban fontosabbnak tűnik egy olyan szemléleti keret megválasztása, amelyben logikusan elhelyezhető a toborzási nehézségek jelensége. Munkaerőhiány keresési párosítási keretben Magyarországon, ahol jelenleg mint azt majd részletesen tárgyaljuk a munkaerőhiánnyal kapcsolatos panaszok úgy erősödnek, hogy közben alig csökken a munkanélküliség, fontos látni, hogy egy piac hosszabb távon is képes 51

53 Köllő, Nagy & Tóth olyan állapotban bennragadni, amelyben a munkanélküliség is magas és az üres munkahelyeket is nehéz betölteni. Ennek belátáshoz először is vegyük figyelembe, hogy a piac mindig mozgásban van, folyamatosan állások sokasága keletkezik és szűnik meg. Egyensúlyról (steady state, állandósult állapot) akkor beszélhetünk, ha a piacon egy adott időszakban ugyanannyi munkahely munkavállaló párosítás jön létre, mint amennyi felbomlik. 6 A kérdés az, mekkora munkanélküliség mellett alakul ki ez az állandósult állapot? A problémát az ábra illusztrálja, melyen kétfajta és fajtánként két-két darab görbe látható. Az origóra konvex görbéket UV vagy Beveridge-görbéknek nevezik a tankönyvek és tudományos írások. 7 Az UV görbe azon pontok mértani helye, melyekre teljesül az s(p U) = x[u, V] egyenlőség, ahol U a munkanélküliek, V az adott periódusban a piacon megjelenő üres munkahelyek száma, P a munkaerő-állomány, s a megszűnő munkahelyek aránya, x[u, V] pedig a sikeres elhelyezkedési esetek számát leíró találati avagy párosítási függvény (matching function). A párosítási függvény egyfajta munkaerőpiaci termelési függvény: a piac U és V erőforrások felhasználásával, kisebb vagy nagyobb hatákonysággal termeli a munkahely munkavállaló párosításokat. A termelési függvényeknél megszokott módon U és V állományok, mértékegységük fő, illetve darab, x[u, V] pedig áramlás, a mértékegysége darab/időegység. 8 Az UV-görbe mentén tehát éppen annyian találnak állást, amennyi ahhoz szükséges, hogy az adott munkahely-rombolási ütem mellett a munkanélküliség szintje ne változzon ábra: Két gazdaság a munkanélküliség (U) és az üres álláshelyek (V) terében V VS 1 6 Itt a leginkább Olivier Blanchard, Paul Diamond, Dale Mortensen és Christofer Pissarides nevéhez köthető keresési és párosítási (search and matching) modellek logikáját követjük, amelyről lásd elsősorban Pissarides (2000) összefoglaló művét! 7 A UV elnevezés Dow Dicks-Mireaux (1958) cikkéből származik, a Beveridge-görbe név, William Beveridge közgazdászra és szociális reformerre ( ) utalva később honosodott meg. 8 A függvényt gyakran Cobb Douglas-alakban (x = au b V 1 b ) vizsgálják, ahol az a paraméter méri a hatékonyságot. A Magas munkanélküliség mellett egy-egy munkahelyet könnyebb betölteni, ezért kevés üres állás is elegendő az áramlások egyenlőségének teljesüléséhez. Ez magyarázza, hogy a görbe jobbra lejt. Szélsőségesen alacsony (magas) munkanélküliség esetén különösen nehéz (könnyű) megfelelő jelentkezőket 52 B UV 1 VS 2 UV 2 U

54 1.1. Mit értsünk munkaerőhiányon? találni: ezért válik nagyon meredekké (lapossá) a görbe, ha közel vagyunk a tengelyekhez. Az UV görbének az origótól való távolságát alapvetően gazdaságszerkezeti és intézményi sajátosságok határozzák meg. Ha a párosítás nem hatékony, mert rossz az információáramlás, nehézkes a mobilitás, a keresett és kínált készségek erősen különböznek, akkor több V-re van szükség adott U mellett az áramlások egyenlőségéhez. (Vagy fordítva: időegység alatt több munkanélkülire van szükség adott számú üres munkahely sikeres betöltéséhez.) Abban a gazdaságban, ahol az említett okokból a munkáltatók és a munkavállalók nehezen találnak egymásra, a Beveridge-görbe (UV 2 ) magasabban, az origótól távolabb húzódik, mint egy szerkezeti nehézségektől és surlódásoktól kevésbé sújtott piacon (UV 1 ). Az ábrán látható másik, emelkedő görbepárt a bevett angol elnevezés (vacancy supply curve, üresállás-kínálati görbe) alapján VS-sel jelöljük. Mennyi munkahelyet teremtenek a vállalatok? Hogyan függ ez a munkanélküliség szintjétől? Ezekre a kérdésekre keres a tárgyalásnak ezen a szintjén persze csak elvont választ a VS görbe. Ha a munkanélküliség magas, akkor az ennek hatására csökkenő bérek és toborzási költségek arra ösztönzik a vállalatokat, hogy több üres munkahely kínálatával jelenjenek meg a piacon, más tényezőket változatlannak feltételezve. Ha a munkahelyteremtés költségei különböző okok miatt nem csökkennek a munkanélküliség emelkedésekor, akkor a VS görbe alacsonyabban fog húzódni: ugyanakkora U mellett kevesebb V keletkezik, a helyzetet a VS 1 görbe helyett a VS 2 görbe fogja jellemezni. Állandósult állapotról akkor beszélhetünk, ha a vállalatok adott munkahelyrombolási ütem mellett éppen annyi munkahelyet teremtenek, amenynyinek a betöltésére van remény az adott munkanélküliségi szint és párosítási hatékonyság mellett. Ezt az elsőre talán nehezen érthető állítást segít megérteni az ábra. A munkanélküliség kiinduló szintje legyen U 1! Ahhoz, hogy az U 1 számú munkanélküli a párosítási hatékonyság adott szintjén sikeresen elhelyezkedjen, V 2 számú üresedésre lenne szükség. A vállalatok azonban ilyen munkanélküliségi szint mellett csak V 1 számú munkahelyet teremtenek, ezért U növekedésnek indul, ahogy azt a vízszintes tengely alatti nyíl jelzi. U 2 kiinduló munkanélküliségi szint és továbbra is s(p U) mértékű munkahelyrombolás esetén ezzel szemben a létrehozott új munkahelyek száma bőven elegendő ahhoz, hogy a munkanélküliek rátaláljanak a megfelelő állásokra: a munkanélküliség csökkenni kezd. A piac a két görbe (UV és VS) metszéspontjában marad nyugalmi állapotban. Visszatérve az ábrához, ott nem egy, hanem két egyensúlyi állapotot (A és B) figyelhetünk meg. Az alacsony munkanélküliség mellett kialakuló, kedvezőbb A állandósult állapot olyan gazdaságban jöhet létre, ahol rugalmasak a bérek, olcsó a mobilitás, megfelelő az információáramlás, és kicsik a szer- 53

55 Köllő, Nagy & Tóth kezeti eltérések. A piac egyensúlyba juthat akkor is, ha a munkahelyteremtés költsége nem csökken érdemben a munkanélküliség emelkedésével párhuzamosan rossz a közlekedés, nehézkes a költözés, súlyos szerkezeti eltérések akadályozzák a piaci szereplők egymásra találását, túl magasak a segélyek de csak a B pontban, magas munkanélküliségi szint és azzal egyidejűleg állandósuló toborzási nehézségek mellett. V ábra: Egyensúly az UV térben V 2 VS V 1 UV U 1 U 2 U Az itt követett gondolkodási keret számos, a Közelkép témája szempontjából fontos tényre hívja fel a figyelmet. A piacon a munkanélküliség és a betöltetlen állások természetes módon egyidejűleg vannak jelen. A piac a (dinamikus) egyensúlyban sem tisztul meg, az állandósult állapot akár nagyon magas munkanélküliség és üresállás-állomány mellett is kialakulhat. Az esetleges rossz egyensúlyért sokféle tényező tehető felelőssé: a bérek alkalmazkodását gátló megegyezések, kormányzati beavatkozások és jogi korlátok, magas tranzakciós költségek, hiányos közlekedési infrastruktúra, fejletlen bérlakáspiac, elrontott oktatási és jóléti politika, elégtelen segítség a munkába álláshoz. Mindezt az egyes vállalkozók kétféleképpen is érzékelik: nem érdemes munkahelyeket teremteniük, mert az a magas munkanélküliség ellenére is sokba kerül, a mégis létrehozott üresedéseket pedig nehezen tudják betölteni. A vállalkozók egy része ilyen helyzetben munkaerőhiányra panaszkodik, és elsősorban ott keresi a magyarázatot és a megoldást, ahol közvetlen állami segítséget remél. Képezzenek több ilyen vagy olyan szakmunkást és mérnököt! Ne engedjék, hogy a fiatalok»gazdasági szempontból haszontalan«gimnáziumi vagy felsőfokú tanulmányokba fogjanak! Rövidítsék a szakképzés idejét, hogy a tanu- 54

56 1.1. Mit értsünk munkaerőhiányon? lók minél hamarabb munkába állhassanak! Az állam vállalja magára a speciális képzési költségeket is, a hangsúlyt helyezze az itt és most használt technológiákhoz szükséges ismeretek oktatására és begyakoroltatására! Szigorúbban kötelezzék a munkanélkülieket»megfelelő állások«elfogadására! Lazítsák az elbocsátásokkal kapcsolatos eljárási szabályokat, szűkítsék a végkielégítésre jogosultak körét, és csökkentsék a kifizetendő összeget, azaz mérsékeljék azokat a jövőbeni terheket, amelyek diszkontált értéke már a létszámfelvételkor is növeli a munkaerő költségét! Az efféle panaszokkal kapcsolatban tanácsos figyelembe venni, hogy érdekvezéreltek, nemcsak okuk van, hanem általában céljuk is. A vállalati panaszok nem mindig a haladás éllovasaitól származnak, gyakran azok szájából hangzanak el, akik önerőből képtelenek növelni a béreket, fokozni a toborzási erőfeszítéseiket vagy speciális képzést nyújtani, ezért kormányzati támogatásra vágynak. Lásd például Gimpelson és szerzőtársai (2009) alapos elemzését, amely szerint a hiányra panaszkodó orosz vállalatok az átlagnál kevésbé hatékonyak, alacsonyabb béreket fizetnek, hiánnyal szembesülve sem a béreket nem emelik, sem az átlagosnál több képzést nem nyújtanak, viszont annál hangosabban hallatják a hangjukat a helyi kormányzóságok folyosóin.) A magas munkanélküliséggel párosuló toborzási nehézség kapcsán a párosítási hatékonyságot rontó intézményi feltételeket kell számba vennünk. A Közelkép további fejezeteiben először a létrehozott, de üresen maradt munkahelyek számában bekövetkezett változásokat, majd a hiányra vonatkozó vállalati panaszok időbeli alakulását tekintjük át, amit a panaszokat jelző vállalatok kilétére vonatkozó vizsgálódás követ. A fejezetek nagyobb része azonban a párosítási hatékonyságot befolyásoló tényezőkre (bérrugalmasság, foglalkozási mobilitás, oktatási rendszer, felnőttkori tudásfelhalmozás) összpontosít. Ezt a választást nem csak az itt vázolt gondolkodási keret indokolja. Mint a későbbiekben bemutatjuk, nagyságrendi különbség van a hiányra panaszkodó vállalatok száma (ez az iparban ma a nyolcvan százalékot is meghaladja), és az üres állásoknak ugyancsak általuk jelzett aránya között (amely utóbbi alig éri el a két százalékot). Egy olyan elemzés, amely kizárólag a létrehozott, de be nem töltött üres állások számának, eloszlásának és magyarázó tényezőinek vizsgálatára korlátozza a figyelmet, elsiklik amellett, hogy sok vállalat eleve lemond a munkahely-teremtésről, mert úgy gondolja, hogy a piacon nem kapható az a fajta tudás, amire szüksége lenne, és a megfelelő minőségű kínálat belátható időn belül béremeléssel sem teremthető meg. A vállalatok gyakran a fejlődési lehetőségektől való megfosztottságuknak is hiányt emlegetve adnak hangot, amit fogalmilag pontatlannak tarthatunk ugyan, de valós problémára mutat rá. A hiánnyal kapcsolatos panaszok mint majd bemutatjuk nem kis részben a piaci bérszint alatt fizető vállalatoktól jönnek, de gyanítható, hogy sok beruházás, piacnyitás stb. hiúsul meg a magasabb bérek esetén sem megfelelő színvonalú munkakínálat miatt. Az 55

57 Köllő, Nagy & Tóth oktatás, a szakképzés és a felnőttkori tudásfelhalmozás vizsgálata azért is indokolt, mert alapvetően ezektől függ, hogy az ország meg tudja-e teremteni azt a fajta munkakínálatot, ami lehetővé teszi a fejlett piacgazdaságok követését. Hivatkozások Arrow, J. K. Capron, W. M. (1959): Dynamic Shortages and Price Rises: The Engineer-Scientist Case, The Quarterly Journal of Economics, Vol. 73. No o. Barnow, B. S. Trutko, J. Piatak, J. S. (2013): Occupational Labor Shortages. Concepts, Causes, Consequences, and Cures. Upjohn Institute for Employment Research, Kalamazoo, Michigan. Bellmann, L. Hübler, O. (2014): Skill Shortages in German Establishments. IZA Discussion Paper, No Blank, D. M. Stigler, G. J. (1957): The supply of engineers. In: The demand and supply of scientific personnel. NBER Books, o. Deaton, D. Thomas, B. (1977): Labour Shortage and Economic Analysis: A Study of Occupational Labour Markets. Basil Blackwell, Oxford. Dow, J. C. R. L. A. Dicks-Mireaux (1958): The Excess Demand for Labour. A Study of Conditions in Great Britain, Oxford Economic Papers New Series, Vol. 10. No o. Freeman, R. B. (1976): A Cobweb Model of the Supply and Starting Salary of New Engineers. International Labor Relations Review, Vol. 29. No o. Frunză, R. Maha, L. G. Mursa, C. G. (2009): Reasons and effects of the Romanian labour force migration in European Union countries. CES Working Papers, No o. Gimpelson, V. Kapeliushnikov, R. Lukiyanova, A. (2009): Stuck Between Surplus and Shortage: Demand for Skills in the Russian Industry. IZA Discussion Paper, No Holt, R. Sawicki, Sz. (2010): A Theoretical Review of Skill Shortages and Skill Needs. Evidence Report 20. UK Commission for Employment and Skills, London. Junankar (Raja), P. N. (2009): Was there a Skills Shortage in Australia? IZA Discussion Paper, No Kaldor, N. (1934): A Classificatory Note on the Determination of Equilibrium. Review of Economic Studies, Vol. 1. No o. Kornai János (1980): A hiány. Közgazdasági és Jogi Könyvkiadó, Budapest. Kornai János (1993): A szocialista rendszer. Kritikai politikai gazdaságtan. HVG Rt., Budapest. McGuinness, S. Pouliakas, K. Redmond, P. (2017): How Useful Is the Concept of Skills Mismatch? IZA Discussion Paper, No GVI (2017): A munkaerőhiány a nemzetközi és a magyar irodalom tükrében. MKIK Gazdaság- és Vállalkozáskutató Intézet, Budapest. Pissarides, C. (2000): Equilibrium Unemployment Theory, MIT Press, Boston Mass. Pociovalisteanu, D. M. Badea, L. (2013): Some Aspects Concerning The Romanian Labour Market In The Context Of Emigration. The USV Annals of Economics and Public Administration, Vol. 12. No. 1(15) o. Rutkowski, J. (2007): From the shortage of jobs to the shortage of skilled workers: Labor markets in the EU new member states. IZA Discussion Paper, No

58 1.2. A munkaerőhiány a hazai közbeszédben 1.2. A MUNKAERŐHIÁNY A HAZAI KÖZBESZÉDBEN Tóth István János & Nyírő Zsanna A munkaerőhiánnyal kapcsolatos magyarországi diskurzust érdemes először két részre bontani. Amikor a megszólalók munkaerőhiányról beszélnek, akkor 1) egyrészt saját szavaikkal impliciten definiálják a problémát, hogy mit is értenek ezen, leírják, hogy miről is van szó; 2) majd ezzel együtt, gyakran ugyanazon a mondaton belül, javaslatokat is kínálnak az általuk meghatározott probléma megoldására. A munkaerőhiány problémájáról szóló diskurzust most mi is így hívjuk, alkalmazkodva a hazai laikus szóhasználathoz. Hozzá kell tennünk, hogy fontos a szóhasználat, mert önmagában ez is hatással van arra, gyakran egyértelműen ki is jelöli, hogy milyen módon gondolkozzunk egy problémáról, és végül milyen megoldási javaslatokhoz juthassunk el. Mint az előző alfejezetben kifejtettük, a munkaerőhiány problémája csak a gazdasági szereplők (esetünkben: munkavállalók, vállalkozások és kormányzat) interakciójaként értelmezhető. Ennek megfelelően a munkaerőhiány egy álláshelyet kínáló vállalkozás számára mindig azt jelenti, hogy az általa kínált béren az általa meghirdetett állásra nem tud felvenni munkavállalót. Nyilvánvaló, hogy a hiányzó munkaerő fogalma csak a kínált bérrel együtt értelmes, a két dolog összetartozik. Ha a munkaerőhiánnyal kapcsolatos megnyilatkozásokat áttekintjük, akkor a hazai közbeszéd szinte kizárólag az első szempontra, a hiányzó munkaerőre mint emberhiányra összpontosít, és néhány kivételtől eltekintve szinte teljesen megfeledkezik a másik szempontról, a kínált bérről. A munkaerőhiány témájának előtérbe kerülését jól mutatja, ha összeszámoljuk azon cikkek számát, amelyek tartalmazzák a munkaerőhiány kifejezést. Az index.hu-n, origo.hu-n, mno.hu-n és a magyaridok.hu-n január 1. és augusztus 30. között közölt összesen cikkből 1958 tartalmazta a munkaerőhiány szót. E cikkek száma 2015 elején kezdett jelentős mértékben nőni, és 2016 októberében érte el a csúcspontját (lásd ábra). A cikkek számának alakulása jól mutatja, hogy a magyar vállalkozások mennyire érzékelték az idő folyamán a munkaerőhiány jelenségét. Áttekintve a 2015 utáni cikkeket, interjúkat és tudósításokat, amelyekben szó volt a munkaerőhiányról, a tipikus megnyilatkozások alapján az alábbi egyszerű érvelési típusok rajzolhatók fel: 1. munkaerőhiány = emberhiány, 2. munkaerőhiány = emberhiány (+ alacsony bérek), 3. munkarőhiány = emberhiány (+ alacsony bérek + alacsony vállalati termelékenység), 4. munkaerőhiány = emberhiány + bérek. 57

59 Tóth & Nyírő ábra: A munkaerőhiány kifejezést tartalmazó cikkek száma az index.hu, origo.hu, mno.hu és magyaridok.hu portálokon, január augusztus Megjegyzés: N = Forrás: Saját gyűjtés Negyedévek A fenti érvelési típusok főbb jellegzetességeit és egy-egy példát rájuk az táblázatban foglaljuk össze. Mindhárom érvelési típus a munkaerőhiány problémáját elsősorban (szak)emberhiányként értelmezi és tárgyalja. A 2. és a 3. típus esetében is emberhiányként említik a munkaerőhiányt, de itt már implicit módon más tényezők is megjelennek. Ezeket a nem kimondott tényezőket, amelyekre csak utalás történik, illetve amelyeknek a beszélő általi elismerésére csak következtetni lehet, zárójelekkel jeleztük az táblázat első oszlopában táblázat: A munkaerőhiány problémáját tárgyaló tipikus érvelési módok a magyar közbeszédben, Az érvelés logikája Okok Javaslatok a megoldásokra Idézetek 1.a) Munkaerőhiány = emberhiány demográfiai okok állami intézkedések, adócsökkentés A külföldi munkavállalások exponenciálisan növekvő száma, a Ratkó-nemzedék nyugdíjba vonulása és a közmunkaprogram hirtelen több tízezer munkavállalót vont ki a munkaerőpiacról, a megoldások pedig lassan alakulnak az egyik ilyen intézkedés az áfacsökkentés lesz, ami a vendéglátó ágazat béreit teheti versenyképesebbé. A VIMOSZ már régóta sürgeti az ágazat jövedelmezőségét célzó intézkedéseket, mivel szerintük ezek rendeznék megnyugtatóan 1.b) munkaerőhiány = emberhiány 2. Munkaerőhiány = emberhiány (+ bérek) szakképzés színvonala demográfiai okok, kivándorlás szakképzés minőségének javítása jó konjunktúra a helyzetet. (Turizmus.com, 2016). Azt gondolom, hogy a szakképzés színvonalán van mit javítani. Ebben a Magyar Kereskedelmi és Iparkamarának egyébként megkerülhetetlen felelőssége van, hiszen 2011 óta ők a letéteményesei a magyar szakképzésnek. Erre valóban szükség lenne, mert látjuk azt, hogy bizonyos ágazatokban, szakmákban most már krónikus munkaerőhiány van ennek egyik alkotóeleme az, hogy nem megfelelő a szakképzés. (ATV, 2017a) A munkaerőhiány demográfiai okokra is visszavezethető, mert folyamatosan csökken a munkaképes korú népesség és az utóbbi években megnőtt a munkavállalás céljából átmenetileg külföldre költözők aránya, ezzel párhuzamosan pedig nő a gazdaság, így bővül a kereslet is mondta Rolek Ferenc, a Munkaadók és Gyáriparosok Országos Szövetségének (MGYOSZ) alelnöke hétfőn az M1 aktuális csatornán. (Vg.hu, 2017) 58

60 1.2. A munkaerőhiány a hazai közbeszédben Az érvelés logikája Okok Javaslatok a megoldásokra Idézetek 3. Munkaerőhiány = emberhiány (+ bérek + termelékenység) demográfiai okok, kivándorlás béremelés, átképzés, vállalati fejlesztések, automatizáció, állami intézkedések Jelezte, a kormány a hiányzó munkaerő pótlásának megoldását nem abban látja, hogy az ország nagyobb mértékben támaszkodjon a külföldi munkaerőre. Hozzátette, már megvan a lehetőség arra, hogy a magasabb bérrel, magasabb jövedelemmel a munkaerőt az országban lehessen tartani, illetve a hiányzó munkaerő átképzéssel is pótolható részben a közfoglalkoztatottak, részben a munkanélküliek köréből. A miniszter kifejtette: a modernizációval, fejlesztésekkel és az automatizálással is ki lehet váltani a munkaerőt, ezt a kormány különböző programokkal, a vállalkozói környezet javításával is támogatja. És azért is, hogy a magyar vállalkozások közül minél több váljon első és második körös beszállítóvá, és így kiléphessen az ország határain túli piacokra tette hozzá. Emellett a magyar vállalkozások fejlődését ösztönzi a nagyvállalati beruházási támogatási program is húzta alá Varga Mihály, jelezve, a kormány kész a magyar építőipar nagy szereplőivel érdemi párbeszédet folytatni az ágazati munkaerőhiány 4. Munkaerőhiány = emberhiány + bérek képzési struktúra képzési színvonal javítása, lemorzsolódás csökkentése, béremelés megoldásáról. (Varga, 2017) Körözsi Tamás, az IT oktatásért felelős vezető szerint a probléma igen összetett, ugyanis nagyon nehezen tudnak a technológiai fejlődéssel lépést tartani és olyan szaktudást biztosítani a hallgatóknak, ami az üzleti környezetben elvárható lenne. Sok esetben a régebbi anyagokat próbálják frissíteni, de a tanterv változtatással járó jóváhagyási folyamat nehézségei miatt sajnos több éves lemaradásról beszélünk. Nem véletlen tehát, hogy hasonlóan más óriás vállalatokhoz, az EPAM is saját berkein belül képzi a frissen felvett kollégákat. (Hir24.hu, 2016) A hiány alaposan feltornázta a béreket az IT-szektorban: a Hays idei felmérése szerint tavaly átlag 8 10 százalékkal emelkedtek a fizetések az ágazatban, amely a bankszektor után már eddig is a legmagasabb jövedelmeket kínálta. A cégek egymás elől vadásszák le nemcsak a tapasztalt szakembereket, de már a friss diplomás kezdőkért is sorban állnak. A szoftverfejlesztőknél már a junior pozícióban jellemzően bruttó 410 ezer forint körül alakulnak a bérek, a ranglétrán feljebb lépegetve már ezer között mozognak az összegek, a vezető állásokban pedig jellemzően havi 1,1 milliót lehet keresni. A fejvadászcégek szerint még ennél is valamivel többet ki tudnak harcolni a keresett nyelveken, például Javában programozó fejlesztők. (Vg.hu, 2016) A leggyakoribb megnyilatkozás az első típusba sorolható. Elterjedt nézet, hogy a munkaerőhiány hátterében az áll, hogy egyszerűen nincs megfelelő számú munkavállaló Magyarországon: nincs több munkaerő a munkaerőpiacon (ATV, 2016a, 2017; Turizmus.com, 2016), kevés a szakmunkás stb. E vélemény képviselői a munkaerőhiány három fő okát azonosítják: a) az egyik a demográfia, b) a másik a rossz képzési struktúra (kevesen járnak szakiskolába és sokan gimnáziumba), c) a harmadik a szakképzés nem megfelelő szintje. (Ehhez említünk még két d) és e) okot, lásd később.) Dávid Ferenc, a Vállalkozók és Munkáltatók Országos Szövetségének főtitkára szerint a munkaerőhiány egyik fő oka az, hogy a munkaerőpiacon évente ötvenezer fővel (a 15 és 64 év közöttiek körében) szűkül a kínálat (Hír TV, 2017). Rolek Ferenc, a Munkaadók és Gyáriparosok Országos Szövetségének alelnöke szintén úgy véli, hogy a munkaerőhiány demográfiai gyökerű : A már húsz évvel ezelőtt született generáció, akik ugye most lépnek be a munkaerőpiacra, azok lényegesen kisebb létszámúak, mint azok, akik nyugdíjba 59

61 Tóth & Nyírő mennek ( ) A kettő közötti különbség azt jelenti, hogy ennyivel csökken a munkaerő-kínálat. (AT V, 2017b.) E nézetek szerint a közoktatás, ezen belül a szakképzés szintjét és szerkezetét javítani kell (AT V, 2017a). A munkaerőhiány okának a szakképzett munkaerő hiányát tekintik: Borsod, Szabolcs megyében például harmincezer fő van közfoglalkoztatotti státusban, tehát elvileg megvan a tartaléksereg, elvileg lenne is munkaerő-kínálat erre a dologra, de ezek az emberek ( ) olyan alacsonyan képzettek, hogy gyakorlatilag nem foglalkoztathatók. (Hír TV, 2017.) Ez az érvelés emellett az alapfokú oktatás hiányosságaira is felhívja a figyelmet. Emberhiányhoz vezető negyedik okként említik a kivándorlást: régen még ugye a bevásárlóközpont volt a menő, mindenki oda ment dolgozni, aztán az autógyárakba, mindig van egy ilyen hullám, most mindenki külföldre megy összegezte a helyzetet Vámos György (ATV, 2016a). Az ilyen megnyilatkozásokat már a második típusba 2. típusba sorolhatjuk, mivel a kivándorlás ténye mögött jellemzően az áll, hogy a kivándorlókat, a külföldön munkát keresőket leginkább a külföldön elérhető, a belföldinél sokkal magasabb reálkereset ösztönzi a kivándorlásra. Ezek a megnyilatkozások nem hozzák expliciten szóba a belföldön és külföldön kínált bérek különbségét mint a munkaerőhiány okát, csak ennek következményéről, a kivándorlásról beszélnek. A munkaerőhiány megjelenéséhez hozzájáruló újabb okként említik a bérekre rakódó magas adó- és járulékterheket. Ezzel az ugyancsak a 2. típusba sorolható érveléssel a megszólalók közvetve elismerik a bérek szerepét a jelenség létrejöttében, miközben egyáltalán nem beszélnek a cégek által kínált alacsony fizetések szerepéről. Erre csak abból lehet következtetni, hogy a munkaerőhiány problémájának megoldásában központi szerepet szánnak a járulékcsökkentésnek. A fenti érveléstípusok olyan javaslatokat adnak az általuk látott probléma ( munkaerőhiány ) megoldására, amely javaslatok egyértelműen következnek azokból a fogalmakból és abból az érvelésből, ahogy ezt a problémát maguk előtt látják: mivel a munkaerőhiánynak semmi köze a vállalatok magatartásához, a vállalatok által kínált bérhez, a vállalatok termelékenységéhez, a jelenséget egyrészt gazdaságon kívüli (demográfia) okok, másrészt ugyancsak a versenyszektor hatáskörén kívüli tényezők (magas adóék, közoktatás alacsony színvonala) okozzák, ezért a megoldás is csak egyféle lehet: kormányzati intézkedésekkel kell orvosolni a munkaerőhiány problémáját. Az 1 2. érvelési típusok a munkaerőhiány megoldására a következő javaslatokat nyújtják: kormányzati intézkedések, amelyek a kedvezőtlen demográfiai folyamatokat megfordítják; az alapfokú oktatás és a szakmunkásképzés fejlesztése; korszerű technológiák bevezetésének állami támogatása; járulékcsökkentés, a bérek emelését eredményező adócsökkentés. A járulékcsökkentést és adócsökkentést szorgalmazó érvelések hallgatólagosan elfogadják azt, hogy a kínált bérek is hatással vannak a munkaerőhiány 60

62 1.2. A munkaerőhiány a hazai közbeszédben jelenségében. E gondolatmenetek mögött annak az összefüggésnek a hallgatólagos elfogadása áll, hogy ha magasabbak lehetnének a vállalatok által kínált bérek, akkor enyhülne vagy megszűnne a munkaerőhiány. De és ez itt lényeges a béremelés forrásaként egyedül a járulékcsökkentést, illetve az adócsökkentést jelölik meg: Járulékkedvezmény nélkül a helyzetet orvosolni nem lehet ( ) az, aki az átlagon felül, jelentős mértékben emel bért, mert rákényszerül, az a többlet után kapjon járulékkedvezményt. A másik, ami elodázhatatlan, a kisvállalkozásoknak mert ők vannak a legnagyobb bajban, sokkal nagyobb járulékkedvezményt kell adni a különböző foglalkoztatási programokban, mint eddig. (ATV, 2016a.) A 3. érvelési típus a munkaerőhiány jelenségének létrejöttében ki nem mondva már az alacsony vállalati termelékenység tényezőjét is figyelembe veszi. 1 Miközben meg sem említi a termelékenységet, a probléma megoldásaiként a szükséges modernizációt, automatizálást, illetve a beruházási aktivitás növelését jelöli meg (Varga, 2017). A megoldások, javaslatok között a vállalati szintű lépések mellett ennél az érvelési típusnál is nagy hangsúlyt kapnak a közvetlen kormányzati lépések ( a hiányzó munkaerő átképzéssel is pótolható részben a közfoglalkoztatottak, részben a munkanélküliek köréből, a magyar vállalkozások fejlődését ösztönzi a nagyvállalati beruházási támogatási program ), de a közvetett, a vállalati szektor versenyképességét általában javító lépések is ( vállalkozói környezet javítása ). A 4. típus az egyetlen, amely az emberhiány mellett nyíltan számításba veszi a kínált bérek szintjét is. Egyrészt az adott bérszint melletti toborzási nehézségekről beszél 400 ezer forint kezdő fizetés mellett is nehéz informatikust találni, másrészt azzal is foglalkozik, hogy a cégek a bérek növelésével reagálnak a munkaerőhiányra : A hiány alaposan feltornázta a béreket az IT-szektorban: a Hays idei felmérése szerint tavaly átlag 8 10 százalékkal emelkedtek a fizetések az ágazatban. Az ilyen érvelési típusú megnyilatkozások viszonylag ritkák az első háromhoz viszonyítva, és jellemzően csak az informatikai szektorra vonatkozóan találtunk ilyen cikkeket. Összefoglalva a fentieket azt mondhatjuk, hogy a munkaerőhiányra a vonatkozó hazai megnyilatkozások szerint a probléma általános, az egész gazdaságot érinti már, és ezt elsősorban emberhiányra, szakemberhiányra vezetik vissza. Több esetben lehet következtetni arra, hogy a megszólalók számolnak a bérek és a vállalati termelékenység hatásaival is, de az IT-szektorra vonatkozó cikkeken kívül, ahol a bérek szerepe expliciten felvetődik ezeket a tényezőket sohasem nevezik meg. 1 A munkaerőhiány jelenségét tárgyaló nyilatkozatok, cikkek között a vállalati termelékenység szerepének explicit megjelenése csak nagyon ritkán fordul elő. Lásd például Portfolio.hu (2016). 61

63 Tóth & Nyírő Hivatkozások ATV (2016a): Boltok zárnak be a munkaerőhiány miatt? Interjú Vámos Györggyel. ATV, július 26. ( ly/2yhbw5r). ATV (2016b): Interjú Vámos Györggyel. ATV, július 26. ( ATV (2017a): Az ATV Start vendége Dávid Ferenc főtitkár. VOSZ. ATV, június 12. ( ATV (2017b): Miért van munkaerőhiány. Interjú Rolek Ferenccel. ATV, augusztus 4. ( Hír TV (2017): Kevés a szaki. Interjú Dávid Ferenccel. Hír TV, szeptember 14. ( Hír24.hu (2017): A szakma, ahol százezrek hiányoznak, pedig minden állás három másikat teremt. Hir24.hu, szeptember 7. ( Portfolio.hu (2016): Hinni a könnyeknek járulékcsökkentéssel a munkaerőhiány ellen? Portfolio.hu, október 2. ( Turizmus.com (2016): A munkaerőhiány csapdájában, Turizmus.com, december 21. ( Varga Mihály (20017): A nemzetek sikere a gazdaság rugalmasságán múlik. Magyar Idők, október 20. ( Vg.hu (2016): Kezdőként is bruttó 400 ezer körül lehet keresni. Vg.hu, szeptember 5., ( Vg.hu (2017): A demográfia állhat a munkaerőhiány hátterében. Vg, július 31., ( 62

64 1.3. Az alapvető hiányindikátorok alakulása 1.3. AZ ALAPVETŐ HIÁNYINDIKÁTOROK ALAKULÁSA Köllő János, Nyírő Zsanna & Tóth István János A munkaerőhiány mérésében két fő megközelítés létezik: 1. a munkaerőpiaci egyensúlyhiány indikátorainak alkalmazása, 2. a munkáltatók munkaerőhiányra vonatkozó percepciójának vizsgálata, aminek a felmérése vállalati kérdőívek segítségével történik (Reymen és szerzőtársai, 2015). Ebben az alfejezetben először az első, majd a második megközelítésben vizsgáljuk a hazai munkaerőhiány alakulását részben nemzetközi kitekintésben. Előre bocsáthatjuk, hogy Magyarországon 2013 után minden általunk ismert forrás a toborzási nehézségek fokozódására, a panaszok súlyosbodására utal. A Nemzeti Foglalkoztatási Szolgálat üresállás-nyilvántartása A munkaügyi központokban bejelentett üres állások havi átlagos állománya ban a rendszerváltás óta nem látott szintre emelkedett. Fontos azonban látni, hogy a közfoglalkoztatásban bejelentett állások teszik ki az összes bejelentett állás felét, és 60 százalékban legfeljebb általános iskolai végzettséget igénylő munkahelyekre keresnek jelentkezőt ( ábra), így az NFSZ-statisztika nem értelmezhető átfogó hiánymutatóként ábra: Üres álláshelyek az NFSZ mérése szerint, (ezer darab) a) Összesen, és a közfoglalkoztatásban bejelentett b) Összesen, a betöltéshez szükséges iskolai végzettség szerint álláshelyek nélkül (2012 után) Ezer db Összesen Megjegyzés: Éves átlagos állományok. Közfoglalkoztatás nélkül Érdemes megjegyezni, hogy 2016-ban az elsődleges munkaerőpiacon bejelentett üres állások éves átlagos állománya ( darab) alacsonyabb volt, mint az es időszakban összesen, a közmunka-lehetőségekkel együtt osztály Szakiskola Szakközépiskola Gimnázium Főiskola, egyetem 63

65 Köllő, Nyírő & Tóth A közmunkások átlagos száma azonban ekkor még nem érte el a húszezret, a 2016-os állomány egytizedét, ennélfogva az ott jelentkező munkaerőigény sem lehetett jelentős. A KSH és az Eurostat vállalati kikérdezésen alapuló mérései 2009 óta dinamikus növekedés figyelhető meg az Eurostat metodikáját követő KSH-mérésben is ( ábra), ami a be nem töltött állások arányát mutatja az összes (betöltött vagy be nem töltött) munkahely arányában, vállalati kikérdezés alapján. (A KSH-adat pontos definícióját lásd a Függelék F1. ábrájának a jegyzetében.) ábra: Üres munkahelyek az összes munkahely százalékában a KSH mérése szerint ,8 Üres/összes munkahely (%) 1,6 1,4 1,2 0,1 0, Megjegyzés: Éves átlagok negyedéves mérésekből. Forrás: Eurostat ábra: Üres állások aránya az Eurostat adatai szerint 12 országban, Az országrövidítéseket lásd az táblázat alatt. Forrás: Eurostat adatok, saját számítás. 64

66 1.3. Az alapvető hiányindikátorok alakulása Az Eurostat mérései nemzetközi összehasonlításra is módot adnak. Mint az ábrán látható, az üres állások arányát tekintve a Magyarország középmezőnyben állt 2006-ban, a három-négy éve indult dinamikus növekedés eredményeként azonban mára igen magas szint alakult ki: 2016 végén Svédország és Hollandia után itt volt a legmagasabb a betöltetlen munkahelyek aránya. Az ábrán azok az országok szerepelnek, amelyek 2008 óta vagy régebben publikálnak a teljes gazdaságra vonatkozó idősorokat. A magyar mérések 2006-ban kezdődtek. SE HU NL NO SI EE RO HR LV LU BG SK LT FI PT PL MT ES FR IE IT EL DK CH CY BE AT ábra: Üres állások aránya 2016 negyedik negyedévében az Eurostat rangsora szerint Teljes gazdaság BE SE NL AT HU SI EE DK NO LV LU FI RO CH HR LT PT SK IE BG CY PL ES EL MT FR IT Versenyszféra HU BE NL LV SE CH DK EE SI RO AT SK LT HR NO PL FI BG IE LU PT CY ES EL MT FR IT Ipar HU BE NL LV SE CH DK EE SI RO AT SK LT HR NO PL FI BG IE LU PT CY ES EL MT FR IT Építőpar 0,0 0,5 1,0 1,5 2,0 Üres állások, százalék HU BE NL LV SE CH DK EE SI RO AT SK LT HR NO PL FI BG IE LU PT CY ES EL MT FR IT Információ, kommunikáció BE NL AT SE EE HU NO DK SI CH LU LV PT LT RO HR FI EL IE CY SK BG ES PL MT FR IT Üres állások, százalék Kereskedelem HR BE SE HU LU NO EE NL RO FI BG LV AT CH SI IE SK LT ES CY PL PT MT FR IT EL DK Üres állások, százalék Oktatás Üres állások, százalék Egészségügyi és szociális szolgáltatás HU RO BG NO LV NL HR SE BE EE IE AT LU LT CH FI ES SI SK PL CY PT MT FR IT EL DK Üres állások, százalék Üres állások, százalék Üres állások, százalék Országrövidítések: AT: Ausztria, BE: Belgium, BG: Bulgária, CY: Ciprus, CZ: Cseh Köztársaság, DE: Németország, DK: Dánia, EE: Észtország, EL: Görögország, ES: Spanyolország, FI: Finnország, FR: Franciaország, HR: Horvátország, HU: Magyarország, IE: Írország, IT: Olaszország, LT: Litvánia, LU: Luxemburg, LV: Lettország, MT: Málta, NL: Hollandia, PL: Lengyelország, PT: Portugália, RO: Románia, SE: Svédország, SI: Szlovénia, SK: Szlovákia. Az ábra szerint Magyarország tavaly év végén a második helyen állt az iparban, az építőparban és az info-kommunikációs ágazatban kialakult be Üres állások, százalék 65

67 Köllő, Nyírő & Tóth töltetlen állások arányai rangsorában. A versenyszféra egészére vonatkozó grafikonon egy népesebb mezőnyben azonban csak hatodik helyet tölti be az ország. Abban, hogy a gazdaság egészére érvényes mutató tekintetében mégis a harmadik helyre került ahogy azt az ábrán látható, az oktatásban és különösen az egészségügyi és szociális ellátásban kialakult magas szint is szerepet játszik. Ez utóbbi az egyetlen olyan terület, ahol a ranglista első helyén Magyarország áll. A be nem töltött munkahelyek számának alakulását ágazati bontásban az ábra mutatja ábra: Az üres munkahelyek arányának alakulása néhány ágazatban Építőipar Oktatás Egészségügy Üres munkahelyek aránya Ipar Infokommunikáció Tudományos-technikai szolgáltatás Negyedévek az első mérések kezdetetétől 2016 végéig Forrás: Eurostat. 1 Az iparra és az infokommunikációs ágazatra vonatkozó idősorokat lásd a Függelék F1.3. ábrájának két részén. 2 Európai Bizottság konjunktúrafelmérése. Az ábra grafikonjaiból közelebbi vizsgálódás nélkül is kitűnik, mennyire különböző okok vezethetnek a hiánnyal kapcsolatos panaszokhoz. A legmagasabb zárószinteket az infokommunikációs ágazatban és az egészségügyi és szociális ellátásban látjuk. Az előbbi esetben folyamatos, a válság alatt is töretlenül folytatódó növekedést látunk, amit minden bizonnyal a digitalizáció támasztotta gyors, világméretű keresletnövekedés és az oktatási rendszer részben elkerülhetetlenül nehézkes alkalmazkodása magyarázhat, míg az utóbbiban a létszámfelvétel hatósági korlátozása, az alacsony bérek, valamint az ezzel is összefüggő folyamatos elvándorlás és elégtelen kínálat játszhatja a döntő szerepet. E szektorokkal ellentétben az ipar, az építőipar és a tudományos-technikai szolgáltatások idősorain erős nyomot hagyott a válság és az azt követő regenerálódás. 1 Számos nemzetközi (például az Európai Bizottság által összefogott konjunktúrafelmérés) 2 és hazai (például GKI Gazdaságkutató ZRt. MKIK Gazdaságés Vállalkozáskutató Intézet [GVI], Kopint Tárki) konjunktúrafelmérés kérdőíve tartalmaz a vállalkozás üzleti tevékenységét akadályozó legfontosabb 66

68 1.3. Az alapvető hiányindikátorok alakulása tényezőkre vonatkozó kérdést. E kutatásokban többek között a munkaerőhiány (és esetenként külön a szakemberhiány) is szerepel a válaszlehetőségek között. A kérdést az európai uniós tagállamokra és néhány csatlakozni szándékozó országra kiterjedő konjunktúrafelmérésben már az 1980-as évek óta feltették. A következőkben sorra vesszük a magyarországi munkaerőhiánnyal kapcsolatos felmérések főbb eredményeit. A munkaerőhiány mint akadályozó tényező A Kopint Tárki mérései A munkaerőhiányt, illetve a szakképzett munkaerőhiányt a vállalat tevékenységét akadályozó tényezőnek tekintők arányát elsőként a Kopint Tárki adatai alapján mutatjuk be ( ábra). E szerint a gazdasági válság előtt 10 százalék körül alakult a munkaerőhiányt, és százalék között a szakemberhiányt említők aránya, majd a válság hatására mindkét mutató értéke csökkent: 2008 vége és 2014 eleje között a munkaerőhiányt említők aránya csupán 0 és 6 százalék között mozgott, míg a szakemberhiányt említők aránya 2009 és 2012 eleje között volt alacsony: 6 14 százalék közötti. A munkaerőhiányra panaszkodók aránya 2014 végén indult növekedésnek, és 2016 végére érte el a csúcsot, amikor a válaszadók 40 százaléka jelezte e problémát, azóta ez az arány nagyjából 30 százalék. A szakemberhiányt említők aránya 2012 tavaszától indult növekedésnek és 2016 tavaszára vált a legsúlyosabbá, amikor a megkérdezettek 61 százaléka jelölte meg e tényezőt, az azóta eltelt időszakban pedig minden adatfelvételkor 50 százalék körül alakult ez az arány ábra: A cégük üzleti tevékenységét akadályozó tényezők között a munkaerőés a szakemberhiányt említők aránya, április július (százalék) Százalék Szakképzett munkaerő hiánya Munkaerőhiány Negyedévek Forrás: Kopint Tárki. 67

69 Köllő, Nyírő & Tóth A Gazdaság- és Vállakozáskutató Intézet (GVI) mérései A GVI Konjunktúra-felmérésének eredményei szerint 2011 és 2013 között nagyjából minden tizedik magyar vállalkozás küzdött munkaerő- vagy szakemberhiánnyal ( ábra) végére már a munkáltatók ötödénél (21 százalék) jelentkezett ez a probléma, majd egy megtorpanástól eltekintve folyamatos növekedésnek indult a panaszkodók aránya áprilisában már a válaszadók 38%-a jelezte, hogy az üzleti tevékenységét akadályozó egyik legfontosabb tényező a munkaerő-, illetve a szakember-hiány (Nábelek és szerzőtársai, 2017) ábra: A cégük üzleti tevékenységét akadályozó tényezők között a munkaerő- és a szakemberhiányt együttesen említők aránya, április április (százalék) Százalék Megjegyzés: N = Forrás: GVI vállalatikonjunktúra-vizsgálatok. A Gazdaságkutató Intézet (GKI) és az Európai Bizottság mérései Az ábrán az európai uniós országok átlagával összehasonlítva, gazdasági áganként látható a munkaerőhiányt mint akadályozó tényezőt említő vállalkozások aránya. A legfrissebb, évi adatok azt mutatják, hogy a magyar vállalkozások által érzékelt munkaerőhiány mindhárom gazdasági ágazat esetében jelentősen meghaladja az uniós átlagot. Az ipar területén tevékenykedő vállalkozások körében a munkaerőhiányra panaszkodók aránya Magyarországon 2014 második negyedévétől indult éles növekedésnek, miközben az uniós átlag csak enyhén emelkedett. Az eltérés 2017 harmadik negyedévében csúcsosodott, ekkor az uniós vállalkozásoknak 16 százaléka, a magyar cégeknek pedig 83 százaléka vélte úgy, hogy a munkaerőhiány az egyik legfontosabb akadályozó tényezője tevékenységének. Az iparhoz hasonló tendencia jellemzi az építőipart és a szolgáltatószektort is: miközben Magyarországon meredek növekedésnek indult (2014-től a szolgáltatószektor esetében, től az építőipar esetében) a panaszkodók aránya, addig az uniós átlag jóval enyhébb növekedést mutatott. 68

70 Százalék Százalék EU EU-28 Magyarország Negyedévek Magyarország Negyedévek Forrás: Európai Bizottság, magyar adatok: GKI. Százalék ábra: A cégük üzleti tevékenységét akadályozó tényezők között a munkaerőhiányt említők aránya gazdasági ágazatonként az Európai Unióban és Magyarországon, (százalék) Ipar Szolgáltatások Százalék EU Magyarország Hónapok Építőipar Szolgáltatások Negyedévek Megjegyzés: Az építőiparra vonatkozó havi adatokat negyedévente átlagolva közöljük. Forrás: Európai Bizottság, magyar adatok: GKI Az alapvető hiányindikátorok alakulása Építőipar Az ábra szemlélteti a szektorális munkaerőhiányt Magyarországon 2007 és 2017 között. A gazdasági ágazatok közül az ipart érinti kiemelkedően a munkaerőhiány, a szolgáltatásokra és az építőiparra pedig jóval kisebb mértékű, együtt mozgó munkaerőhiány jellemző a vizsgált időszakban ábra: A cégük üzleti tevékenységét akadályozó tényezők között a munkaerőhiányt említők aránya gazdasági ágazatonként Magyarországon, (százalék) 90 Ipar

71 Köllő, Nyírő & Tóth 2007-ben és 2008-ban kizárólag az ipart jellemezte magas (29 39 százalék) munkaerőhiány, majd a gazdasági válság hatására jelentősen csökkent a probléma e szektorban is, így 2009-ben már megközelítette az iparban megfigyelt munkaerőhiány a szolgáltatási és az építőipari szektorra jellemző szintet. Ezután azonban ismét növekedésnek indult az iparban a hiány: 2010 és 2014 között százalékponttal haladta meg a másik két ágazatban megfigyelt értéket, majd a különbség 2014 végére tovább nőtt, és azóta is százalékpont körül alakult (alkalmanként a 40 százalékpont körüli értéket is elérte). Az Eurofond European Company Survey adatai A munkaerőhiánnyal kapcsolatos panaszok egyik, a munkáltatók percepciója alapján vizsgálható típusa az, amikor az álláshelyek betöltéséhez szükséges képzettség és a rendelkezésre álló munkaerő képzettsége nem illeszkedik egymáshoz. Az Európai Unió egyik vállalati felmérésének 3 legfrissebb évi eredményei szerint tízből négy (42,8 százalék) európai cégnek nehéz megfelelő szakértelemmel rendelkező munkavállalót találni, amint azt az ábra mutatja. A kijelentéssel a magyar vállalkozások 59 százaléka ért egyet, így a tagállamok közül a magyarországinál nagyobb mértékű toborzási nehézségekről csupán öt ország (Észtország: 69, Lettország: 66, Litvánia: 64, Belgium: 61, Ausztria: 61 százalék) számolt be ábra: Azon vállalkozások aránya, amelyek számára nehéz megfelelő szakértelemmel rendelkező munkavállalót találni az Európai Unió tagállamaiban, 2013 (százalék) Százalék EE LV LT BE AT HU MT BG DE FR CZ SE LU EU-28 SK RO FI PT PL IE NL DK SI UK IT HR ES CY EL 3 European Company Survey. Megjegyzés: N = Az országrövidítéseket lásd az táblázat alatt. Forrás: Saját számítások a European Company Survey 2013-as adatbázisa alapján. 70

72 Kezdő és tapasztalt munkavállalók felvétele a GVI mérései 2016-ban a GVI féléves konjunktúrafelvételének eredményei ( és ábra) azt mutatták, hogy a munkaerőhiánnyal küzdő hazai vállalkozások döntő többségének (83 százalék) a tapasztalt munkavállalók felvétele okoz nehézséget, közel kétharmaduk (65 százalék) számára a kezdő alkalmazottak, míg nagyjából egyharmaduk (32 százalék) számára a diák munkavállalók felvétele is gondot jelent ben a GVI negyedéves konjunktúrafelvételének adatai is hasonló eredményeket mutattak: a legtöbb vállalkozás (86 százalék) számára a tapasztalt munkavállalók felvétele jelent problémát, ezt követi a kezdő alkalmazottak (71 százalék), majd a diák munkavállalók (19 százalék) felvétele Az alapvető hiányindikátorok alakulása 4 A két adatfelvétel (a negyedéves és a féléves) nem összehasonlítható egymással, mivel a minta és az adatgyűjtési technika is eltér a két kutatás esetében, ráadásul az egyik októberi, a másik júliusi adatfelvétel, így szezonális hatások is érvényesülhetnek ábra: A munkaerőhiánnyal kapcsolatos nehézségeket említő vállalkozások aránya aszerint, hogy milyen tapasztalattal rendelkező munkavállaló felvétele okoz gondot, október illetve július (százalék) Tapasztalt (senior) munkavállaló(k) felvétele 83 Tapasztalt (senior) munkavállaló(k) felvétele 86 Kezdő (junior) munkavállaló(k) felvétele 65 Kezdő (junior) munkavállaló(k) felvétele 71 Diák munkavállaló (pl. gyakornok) felvétele 32 Diák munkavállaló (pl. gyakornok) felvétele Megjegyzés: 2016: N = , 2017: N = 144. Forrás: GVI * * * Összefoglalóan: a hivatkozott mérések egyöntetűen arra utalnak, hogy Magyarországon 2013 óta erősödtek a munkaerőhiánnyal kapcsolatos vállalati panaszok, növekszik a foglalkoztatási szolgálatnál bejelentett üres állások száma, és emelkedik a vállalati kikérdezésekben mért hiány. A hiánnyal kapcsolatos panaszok tekintetben ma az európai élmezőnyhöz tartozunk. Hivatkozás Reymen, D. Gerard, M. De Beer, P. Meierkord, A. Paskov,M. Di Stasio, V. Donlevy, V. Atkinson, I. Makulec, A. Famira-Mühlberger, U. Lutz, H. (2015): Labour Market Shortages in the European Union. European Parliament, Policy Department A: Economic and Scientific Policy. Nábelek Fruzsina Hajdú Miklós Nyírő Zsanna Tóth István János (2017): A munkaerőhiány vállalati percepciója. Egy empirikus vizsgálat tapasztalata. MKIK GVI, Budapest. 71

73 Köllő, Nyírő & Tóth 1.3. Függelék F.1.3. ábra: Üres állások két ágazatban az össze álláshely százalékában, Ipar 3 Százalék Negyedévek Információ és kommunikáció Százalék Negyedévek Magyarország BG EE FI LV LT NL PL RO SK SI SE Jegyzet: Az Eurostat és a KSH módszertanában üres álláshelynek számít az adott munkáltatónál újonnan létesített, megüresedett, illetve olyan, a közeli jövőben (3 hónapon belül) megüresedő álláshely, melynek munkaszerződéssel alkalmazott munkaerővel történő betöltésére a munkáltató aktív lépéseket tesz (pl: hirdetés, pályázat útján, kapcsolatfelvétel az Állami Foglalkoztatási Szolgálattal, magánközvetítő cégen keresztül, kollégák, barátok, ismerősök segítségével stb.). Nem tekintendő üres álláshelynek az, amit munkaerő-kölcsönzéssel, egyszeri (eseti) megbízással vagy vállalkozói szerződéssel kívánnak betölteni és az sem, amelyet saját dolgozó áthelyezésével vagy munkadíjban nem részesülő, kötelező szakmai gyakorlaton lévő tanulóval, hallgatóval kívánnak betölteni. Nem tekinthetők továbbá üres álláshelynek a munkavégzésre irányuló jogviszonyban lévők, de munkavégzésre nem kötelezettek tartósan távollévők fenntartott álláshelyei sem (gyed, gyes, sorkatonai szolgálatot teljesítő, 1 hónapnál hosszabb ideje betegség vagy fizetés nélküli szabadság miatt távollévő). Az üres álláshelyek aránya: üres álláshelyek száma az összes álláshely (szervezet tevékenységében résztvevők létszáma + üres álláshelyek száma) százalékában

74 1.4. Torzítások az üres állások statisztikáiban 1.4. TORZÍTÁSOK AZ ÜRES ÁLLÁSOK STATISZTIKÁIBAN, VALAMINT A VÁLLALATI ÉS MUNKAKÖZVETÍTŐI HIÁNYJELZÉSEKBEN Köllő János & Varga Júlia A munkaerőhiányra vonatkozó jelzéseket számos okból óvatosan kell kezelni, és nem csak azért, mert érdekvezéreltek, amint azt a Közelkép bevezető fejezetében már tárgyaltuk, vagy azért, mert a vállalatok számára semmilyen következménnyel nem jár az, ha olyan felvételi szándékot jeleznek, amelyről a későbbiekben lemondanak. Először is, az Ön vállalatánál hány fő hiányzik? típusú kérdéshez a legritkább esetben teszik hozzá, hogy hány forintért is hiányoznak ezek az emberek, ugyanennyien hiányoznának-e a jelenleginél magasabb bérszinten is? Ez nem jelenti azt, hogy a kérdés értelmetlen, és a válasz tartalmatlan lenne rámutat például arra, hogy mely területeken kell béremelési szándékokra vagy az oktatáspolitikára gyakorolt nyomásra számítani, de (túl)keresleti mutatóként közvetlenül nem értelmezhető. A munkaerő-kereslet a bérek megadása nélkül nem értelmezhető, hiszen feltételes mennyiségről van szó. Másodsorban, az ilyen típusú hiányjelzések túlérzékenyek, az értékük szélsőséges mértékben ingadozhat a munkaerő-kereslet kismértékű változásának hatására is. Lengyelországban például a létszámhiányra panaszkodó vállalatok aránya ben 42 százalékról 60 százalékra nőtt, miközben senki sem gondolhatja komolyan, hogy a munkaerő-kereslet egyetlen év alatt közel ötven százalékkal megnőtt (Rutkowski, 2007, 25. o.). Magyarországon sem emelkedett négyszeresére-hatszorosára a munkaerőkereslet 2013 és 2016 között, pedig a hiányra panaszkodó vállalatok aránya ilyen arányban nőtt. Ennek a túlérzékenységnek két oka is van: a) Azok a vállalatok is panaszkodnak, ahol nagyon kevés ember hiányzik. Az EBRD 1997 és 2000 közötti időszakra vonatkozó magyar orosz román adatfelvételében például a magyar vállalatok 36 százaléka panaszkodott szakmunkáshiányra, a hiányzó létszám azonban az ilyen vállalatok szakmunkásállományának csupán 3,2 4,5 százalékára, a teljes szakmunkáslétszámnak pedig mindössze 1,2 1,8 százalékára rúgott Commander Köllő (2008) becslése szerint. Ha kérdezik, az a vállalat is hajlamos a piaci kínálat elégtelenségére mutogatni, ahol csak néhány ember hiányzik. Mint az ábra mutatja, a panaszkodó cégek negyedénél egy fő, a felénél egy vagy két fő, a kétharmadánál 1 4 fő hiányzott ahhoz, hogy a vállalat elérje a szándékai szerinti szakmunkás létszámot. Nyilvánvaló az előző alfejezetben áttekintett adatokból, hogy ez ma sincs másképp. Miközben 2016 végén az iparvállalatok 80 százaléka panaszkodott munkaerőhiányra ( ábra), az ugyancsak tőlük származó adat szerint az összes (betöltött vagy betöltetlen) állás 2 százaléka volt betöltetlen ( ábra). 73

75 Köllő & Varga ábra: Az EBRD adatfelvételében szakmunkáshiányra panaszkodó 279 vállalat megoszlása aszerint, hogy hány szakmunkás hiányzik a létszámterveik eléréséhez 100 Kumulált gyakoriság (százalék) re, illetve ra vonatkozó átlagos ráták, saját számítás. A közmunkásokat ebben a számításban figyelmen kívül hagyjuk, mert körükben a belépési mobilitás kilencszerese (!) a valódi munkavállalók körében mért szintnek: 21,6 százalék versus 2,4 százalék ban átlagosan A hiányzó szakmunkások száma (fő) Forrás: Saját számítás az EBRD-adatfelvétel Magyarországra, 2000-re vonatkozó adataival. b) A túlérzékenység másik oka, hogy ugyanaz az üres munkahely meghatározott időn belül több helyen is megjelenhet. A toborzási nehézségek fokozódását a munkaerő-forgalom élénkebbé válása kíséri, ami visszahat a hiánnyal kapcsolatos panaszokra, mert a munkavállalók intenzívebb mozgása nem növekvő munkahelyrombolási ütem mellett egyszersmind a betöltésre váró munkahelyek, üresedések intenzívebb mozgását is jelenti: amikor egy munkavállaló A vállalatból B-be lép át, akkor az eddig B-ben üresen álló munkahely is átlép B-ből A-ba, feltéve, hogy A-nak szándékában áll fenntartani a munkahelyet. Ha a vállalkozók a közelmúltbeli (hosszabb-rövidebb időintervallumra, tehát nem egyetlen időpillanatra vonatkozó) tapasztalatuk alapján válaszolnak arra a kérdésre, hogy érzékelnek-e hiányt, akkor megemelkedő fluktuáció esetén a panaszok sokszorozódnak, egy-egy üresedési lánc több pontján is jelentkeznek. Megjegyezzük, hogy a munkaerő-forgalom valóban élénkült Magyarországon a válság után: a KSH Munkaerő-felmérése szerint a munkahelyükre újonnan (a kérdezés hónapjában vagy az azt megelőző hónapban) bekerültek aránya a 35 évesnél fiatalabbak körében a 3 3,5 százalékos sávból 5 százalékra, a teljes munkaerő-állományban 2 százaléknál kicsivel többről 3 százalék fölé nőtt. 1 Végül, de nem utolsósorban, a hiánymutatók nem mindig azt mérik, amit mérni szeretnénk: a foglalkozási, vállalatközi és regionális mobilitásra vonatkozó adatok nélkül nem állapítható meg, hogy egy-egy szakmában nettó hány fő hiányzik. Jól mutatja ezt az úgynevezett szakmapozíciós táblázat, amelyet vállalati kikérdezés alapján állítanak össze. A vállalati kikérdezések alapján szakmák szerint a tervezett létszámleépítés, és létszámbővítés alapján sorolják be romló pozíciójú, vagy javuló pozíciójú szakmák közé a foglalkozásokat, a létszámnövekedés és -csökkenés nagy- 74

76 1.4. Torzítások az üres állások statisztikáiban ságcsoportjai szerint. A táblázatokból viszont azt látjuk, hogy gyakran ugyanazok a foglalkozások mindkét csoportban szerepelnek a keresett, és a romló pozíciójú foglalkozások között is. Példaként a Nemzeti Foglalkoztatási Szolgálat évi Foglalkozási barométer című kiadványának adatai felhasználásával mutatjuk be, hogy gyakran ugyanazokat a foglalkozásokat lelhetjük fel mind a keresett, mind pedig a romló pozíciójú foglalkozások sorában és ugyanazon létszám kategóriában is. Az táblázat a évi szakmapozíciós táblázat egy részét mutatja, azokat a szakmákat, amelyek mindkét oszlopban szerepelnek. Bár a kiadvány megjegyzi, hogy egy-egy foglalkozás egyszerre lehet keresett és romló pozíciójú is, ha ezek eltérő földrajzi területen jelentkeznek, valójában azt látjuk, hogy regionális és megyei szinten is igaz az, hogy ugyanazon foglalkozások mindkét oszlopban szerepelnek táblázat: Kiemelés a Nemzeti Foglalkoztatási Szolgálat szakmaés foglalkozáspozíciós táblázatából Keresett foglalkozások, szakmák a tervezett létszámfelvételek alapján Romló pozíciójú szakmák a tervezett munkaviszony megszűnések alapján Országos összesen (100 fő és több) Egyszerű ipari foglalkozású Egyszerű ipari foglalkozású Egyszerű mezőgazdasági foglalkozású Egyszerű mezőgazdasági foglalkozású Erdészeti foglalkozású Erdészeti foglalkozású Tehergépkocsi-vezető, kamionsofőr Tehergépkocsi-vezető, kamionsofőr Bolti eladó Bolti eladó Kézi csomagoló Kézi csomagoló Rakodómunkás Rakodómunkás Lakatos Lakatos Bolti pénztáros, jegypénztáros Bolti pénztáros, jegypénztáros Hegesztő, lángvágó Hegesztő, lángvágó Forgácsoló Forgácsoló Kőműves Kőműves Autóbusz-vezető Autóbusz-vezető Pincér Pincér Közép-Dunántúli régió (100 fő és több) Mechanikaigép-összeszerelő Mechanikaigép-összeszerelő Egyéb termék-összeszerelő Egyéb termékösszeszerelő Egyszerű erdészeti, vadászati és halászati foglalkozású Egyszerű erdészeti, vadászati és halászati foglalkozású Villamosberendezés-összeszerelő Mechanikaigép-összeszerelő Intézményi takarító és kisegítő Intézményi takarító és kisegítő Forrás: NFSZ Munkaerőpiaci barometer, 2015 a őszi rövid távú munkaerőpiaci prognózisfelmérés adatai alapján. Hivatkozások Commander, S. Köllő János (2008): The changing demand for skills: Evidence from the transition. Economics of Transition, Vol. 16. No o. Rutkowski, J. (2007): From the Shortage of Jobs to the Shortage of Skilled Workers: Labor Markets in the EU New Member States. IZA Discussion Paper, No

77 Köllő & Varga 1 Saját számítás a MEF os hullámaiból. 2 Erről lásd a évi Munkaerőpiaci Tükörnek a közfoglalkoztatásról szóló Közelkép-fejezetét (Varga, 2015) HIÁNY ÉS MUNKANÉLKÜLISÉG Köllő János & Varga Júlia Ahhoz, hogy tartva magunkat a bevezető fejezetben bemutatott gondolkodási kerethez, megrajzoljuk a magyar munkaerőpiac mozgását a hiány és a munkanélküliség terében, további módszertani nehézségekkel kell megküzdeni. A problémát az okozza, hogy a munkanélküliségnek ma, Magyarországon nincs jól értelmezhető mércéje, ami összefügg a tömegessé vált közfoglalkoztatás bizonytalan státusával. A munkanélküliség mérésének nehézségei MEF-munkanélküliség. A munkanélküliség nemzetközi összehasonlításra alkalmas, általánosan elfogadott, az ILO és az OECD ajánlásait követő, a magyar Munkaerő-felmérésben (MEF) is mért mutatója azt tekinti munkanélkülinek, aki a kérdezést megelőző héten nem végzett jövedelemtermelő munkát, a megelőző hónapban keresett állást, és két héten belül munkába tudna állni. Az így mért munkanélküliség 2016 végére negyedmilliós szint alá süllyedt ebben azonban alig szerepelnek olyan közmunkások, akik állást keresnek. A MEF ugyanis nem szolgál érdemi információval az álláskeresésről a foglalkoztatottak (ezen belül a felvételben szintén foglalkoztatottnak besorolt közmunkások) körében. A MEF os hullámaiban megkérdezett foglalkoztatottaknak átlagosan csupán az egy százaléka számolt be munka közbeni álláskeresésről, közülük csak kevesebb mint minden tizedik lépett új állásba (és maradt is ott a következő negyedévi kérdezésig), és fordítva: az újonnan állásba lépők közül csak minden tizenötödik számolt be álláskeresésről a belépés előtt egynegyed évvel. 1 Ezek az adatok világosan jelzik, hogy a munkában állók többsége nem árulja el a kérdezőbiztosnak, ha másik állást keres, így a valódi munkahellyel nem rendelkező, a közmunkásokat is magában foglaló populáció egészére az ILO OECD standardoknak megfelelő munkanélküliségi mutató nem értelmezhető. Regisztrált munkanélküliek. A foglalkoztatási szolgálat által nyilvántartott munkanélküliek adatát az a gyakorlat torzítja, hogy az ideiglenesen közfoglalkoztatásba lépő munkanélkülieket a munkavégzés időtartamára törlik a regiszterből, azaz nem sorolják őket az aktív programban részt vevő munkanélküliek közé, ahogy a világ legtöbb országában teszik, hanem más munkavállalókkal azonos státusú foglalkoztatottnak, annak ellenére, hogy a többségük rövid időn belül visszatér a regiszterbe. 2 Regisztrált munkanélküliek és közmunkások együtt. A nyilvántartott munkanélküliek és a közmunkások együttes kezelése sem mentes a torzításról, mert a közfoglalkoztatásban való részvételnek ma már nem feltétele a regisztráció, 76

78 1.5. Hiány és munkanélküliség ezért megkérdőjelezhető eljárás egyszerűen visszatenni a regiszterbe a közmunkásokat. Továbbá részben a közmunka csapdajellege miatt (Molnár és szerzőtársai, 2014) a közmunkások egy része nem keres és nem is akar állást az elsődleges munkaerőpiacon, ennél fogva nem tekinthető a szó megszokott értelmében mukanélkülinek. Látható, hogy a munkanélküliségi mutató megválasztásában nincs első legjobb megoldás, a második legjobb kiválasztásában pedig a kulcskérdés az, hogyan tekintsünk a közfoglalkoztatásra? Az ILO OECD definíción nyugvó formális érvvel szemben, amely szerint aki jövedelemtermelő munkát végez, az foglalkoztatottnak tekinthető, és további vitának nincs helye, több ellenérv is megfogalmazható. A közmunkán elérhető bér 36 százalékkal, a szakképzettek esetén 33 százalékkal elmarad még az elsődleges munkaerőpiacon érvényes minimálbértől, illetve garantált bérminimumtól is (2017. évi adatok). A bér hosszabb távon sem függ az egyén termelékenységétől. A munkaviszony felmondása vagy meg nem kötése súlyos szankciókkal jár, az egyén három évre elveszíti jogosultságát a foglalkoztatást helyettesítő támogatásra. Éles különbség van a munkaerő-forgalom mértékében, ami egy teljes nagyságrenddel intenzívebb a közfoglalkoztatásban, mint az elsődleges munkaerőpiacon. 3 A közmunkások nagy többsége a közfoglalkoztatás és a munkanélküliség között ingázik. Erről lásd az K1.5. keretes írást! Azt, hogy a közmunkát maga a kormányzat sem tekinti teljes értékű foglalkoztatásnak, világosan jelzi az a 2018-ban életbe léptetni tervezett változtatás, amely szerint három éven belül maximum tizenkét hónapig lehetne közfoglalkoztatotti státusban dolgozni. 4 3 A munkába lépések száma 1999-től mérhető a MEF-ben. A belépési mobilitás (az állásukba a kérdezés hónapjában vagy az azt megelőző hónapban belépettek aránya az összes foglalkoztatott között) 21,6 százalék volt átlagosan a közmunkások körében ban, szemben az elsődleges munkaerőpiacon mért 2,4 százalékkal. A szerzők számítása /2017. (III. 20.) kormányhatározat az egyes munkaerőpiaci intézkedésekről 1.e) pontja: a közfoglalkoztatási jogviszonyban állók közfoglalkoztatási programokba történő időszakonként visszatérő bevonása kerüljön kizárásra úgy, hogy június 1-jétől felmenő rendszerben, három éves időszakon belül a közfoglalkoztatási jogviszonyban eltölthető maximális időtartam egy év legyen, kivéve, ha a versenyszféra nem kínál reális munkalehetőséget az egyénnek, tehát önhibáján kívül nem tud elhelyezkedni. K.1.5. Közmunkások közmunkán és az elsődleges munkaerőpiacon A KSH Munkaerő-felmérésében hat negyedéven keresztül követhetők a mintában szereplő személyek, ezután a felvételből kikerülőket egy, a népességből véletlenszerűen kiválasztott új kohorsszal pótolják. A K táblázat adatai az első kérdezéskor közmunkásként megfigyelt nyolc, illetve hat kohorsz útját követik egy, illetve másfél éven keresztül a közmunkaprogram évi kibővítését követő időszakban. A megfigyelt munkatörténeteket három típusba soroltuk. Az első csoportba azok tartoznak, akik az adatfelvételbe való belépés utáni négy, illetve hat megkérdezés mindegyike esetében közmunkások voltak, a másodikba azokat, akiket a közmunkán kívül csak regisztrált munkanélküliként vagy más állástalanként figyeltek meg, a harmadikba pedig azokat, akik legalább egyszer valódi munkahellyel rendelkező foglalkoztatottnak minősültek. Négy negyedéven keresztül a nyolc kohorszban összesen 4775 személy figyelhető meg, hat negyedéven keresztül a hat kohorszban 981 személy. A vizsgálódást a éves, nem tanuló, érettségivel nem rendelkező személyekre korlátozzuk. 77

79 Köllő & Varga K táblázat: Közmunkások munkaerőpiaci pályája a KSH Munkaerő-felmérésében az első megfigyelést követő egy, illetve másfél évben A) Első megfigyelések ideje (év/negyedév): I. né IV. né. (követés négy negyedéven keresztül) Hogyan figyelték meg a négy egymást követő hullámban? Átlag a Szórás b Mind a négyszer közmunkásként 59,3 (5,4) Közmunkán kívül csak munkanélküliként vagy inaktívként 32,3 (5,0) Legalább egyszer piaci munkán 8,4 (3,8) Megfigyelt személyek száma 4775 B) Első megfigyelések ideje (év/negyedév): I. né IV. né. (követés hat negyedéven keresztül) Hogyan figyelték meg a hat egymást követő hullámban? Átlag a Szórás b Mind a hatszor közmunkásként 48,5 (3,8) Közmunkán kívül csak munkanélküliként vagy inaktívként 36,0 (4,7) Legalább egyszer piaci munkán 15,5 (4,4) Megfigyelt személyek száma 981 a A négy illetve hat megfigyelés átlaga. b A negyedéves átlagok intertemporális szórása. A MEF 2013 utáni hullámaiban az első megkérdezéskor közmunkásként megfigyelt személyeket négy illetve hat negyedévig követjük. Az adatok a éves, nem tanuló, érettségivel nem rendelkező megkérdezettekre vonatkoznak. Forrás: A szerzők számítása. Látható, hogy az első alkalommal közmunkásként megfigyelt emberek túlnyomó része (a két mintában rendre 92, illetve 84 százaléka) csak közmunkásként vagy állás nélküliként tűnt fel a további megkérdezések alkalmával. A közmunkát legalább egyszer elhagyók nagy része (rendre 80, illetve 70 százaléka) először vagy újból (tipikusan újból) állástalanná vált. 5 A közmunkát végzők számát a MEF-ből mérjük, mert itt tudunk elég hosszú időre visszatekinteni. A MEF és az Intézményi Munkaügyi Statisztika (IMS) közmunkásokra vonatkozó adatai az elmúlt hét-nyolc évben már csak kis mértékben különböztek (lásd például Eppich Köllő, 2014). A fenti megfontolások alapján az ILO OECD mutatót a jelenlegi, a nemzetközi gyakorlatban példátlan helyzetben alkalmatlannak tartjuk a munkanélküliség jellemzésére. A regisztrált munkanélküliek száma erősen alábecsli, a közmunkásokkal kibővített számuk viszont valamilyen mértékben felülbecsli azt, amit mérni szeretnénk: azoknak a számát, akik az elsődleges munkaerőpiacon dolgozókéhoz hasonló (hasonlóan stabil, hasonlóan fizető és hasonló előmeneteli lehetőségeket nyújtó) munkával nem rendelkeznek, de szeretnének dolgozni és az iskolázottsági kategóriájukban megszokott standardnak megfelelő munkajövedelemhez jutni. E bevezetés után lássuk az alapvető munkanélküliségi idősorokat ( ábra)! Az ILO OECD (MEF) munkanélküliség a 2006 utáni és különösen a válság idején gyors növekedést követően jelentősen csökkent, ma az ezredforduló idején kialakult szintekhez áll közel, de ennek a tárgyalt okokból nem tulajdonítunk különösebb jelentőséget. A nyilvántartott munkanélküliek száma 2010 és 2016 között közel hatszázezerről nem sokkal több, mint háromszázezerre csökkent, a közmunkásokkal együtt számított létszámuk azonban ma is meghaladja a félmilliót, és ma is magasabb, mint bármikor a Bokros-csomag és a világgazdasági válság közötti időszakban. 5 78

80 1.5. Hiány és munkanélküliség ábra: Munkanélküliség között Ezer fő Regisztrált+közmunkás Regisztrált MEF Az adatok arra utalnak, hogy miközben a foglalkoztatásnövekedés keresleti feltételei egyes ágazatok, vállalatok számára adottak a legfontosabb exportpiacok bővülnek, a hazai fogyasztási kereslet nő, és az uniós támogatásoknak köszönhetően a beruházási kereslet is viszonylag magas, a meglévő, igen jelentős munkaerő-tartalékot ezek a szektorok nem tudják vagy nem akarják felszívni. Mint az 1.1. alfejezetben tárgyaltuk, a munkaerőpiacon a munkanélküliség (U) és az üres álláshelyek (V) terében jó egyensúly az origóhoz közeli régióban alakulhat ki. Minél messzebb vagyunk az origótól, annál nagyobb a kockázata annak, hogy az állásvesztés és állástalálás csak magas U és V állományok mellett képes egyensúlyba kerülni. Az ábra két része a magyar munkaerőpiac mozgását mutatja az U V térben. A munkanélküliséget a bal oldali ábrán a közmunkások nélkül és velük együtt is mérjük, az üres állásokat pedig a KSH (bal oldali ábra), illetve az Nemzeti Munkaügyi Hivatal (NMH) (jobb oldali ábra) adataival ábra: A magyar munkaerőpiac mozgása az üres állások és a munkanélküliség terében 2016 KSH NMH (közfoglalkozással együtt) 2016 Üres állások Regisztrált munkanélküliek Közmunkások nélkül 2015 Közmunkásokkal együtt Ezer darab Regisztrált+közmunkás, ezer fő

81 Köllő & Varga A magyar munkaerőpiacot csak akkor nem látjuk kifelé sodródni az U V térben, ha a közmunkásokat nem kezeljük munkanélküliként és a teljes gazdaságra vonatkozó, a KSH által mért üresállás-statisztikát használjuk (bal oldali ábra, szaggatott görbe). Ha azonban a közmunkásokat ugyanúgy az elsődleges munkaerőpiac külső tartalékseregébe tartozónak tekintjük, mint a regisztráltakat (vagy másképp: ugyanazon állástalan személyt akkor is a külső tartalék tagjaként tartjuk számon, amikor éppen közmunkát végez, és akkor is, amikor nem), akkor egyértelmű, hogy az üres állások szaporodása nem vezetett a valódi munkahellyel nem rendelkezők számának erőteljes csökkenéséhez. Különösen igaz ez a munkaerőpiac alsó szegmensében: a munkaügyi központokban nyilvántartott, felerészben a közfoglalkoztatók által bejelentett üres állások számának óriási növekedésével párhuzamosan alig csökkent a regisztráltak és a közmunkások együttes száma. Ezek a fejlemények strukturális feszültségekre és surlódásokra utalnak, amelyek közül a legfontosabbakról a Közelkép 4. és 5. fejezetében fog szó esni. A Beveridge-görbék alakulása Európában Az európai országok mozgását az U V térben az üres álláshelyek és a munkanélküliség közötti kapcsolat grafikus ábrázolását az úgynevezett Beveridge-görbéket mutatjuk be a ábrán. Megfigyelhetjük a gazdasági válság hatását, valamint azt, hogy később, a válságból történő kilábalás során milyen különbségek mutatkoznak az országok között. Mivel az európai országok (Szlovákiát részlegesen leszámítva) nem működtetnek a magyarhoz hasonló léptékű közmunkaprogramokat, ezeken az ábrákon bátran használhatjuk az ILO OECD munkanélküliségi mutatókat. Az üres állások oldalán a korábban már bemutatott Eurostat statisztikát használjuk. Ha a görbén az üres álláshelyek aránya és a munkanélküliség ellentétes irányban mozog, az a gazdasági ciklusok hatását mutatja: a növekedési szakaszokat alacsony munkanélküliségi ráta és az üres álláshelyek magas aránya jellemzi, a recessziót pedig az ellenkezője. A görbe elmozdulása kifelé, vagyis ha nagyobb az üres álláshelyek aránya ugyanakkora munkanélküliségi ráta mellett, az illeszkedés romlását jelzi mint azt már tárgyaltuk az 1.1. alfejezetben. Valamennyi európai országban Németország kivételével a Beveridge-görbe kifelé mozdult el től kezdődően a válság alatt. Ezt követően viszont különböző pályákat figyelhetünk meg. Az ábrán azoknak az országoknak a görbéit látjuk, amelyek a válságból való kilábalás során a korábbinál jobb illeszkedést értek el, az ábrán azokat az országokat, amelyek nagyjából a válságot megelőző állapothoz jutottak vissza, végül az ábra a romló illeszkedésű országokat mutatja. Németországban a válság hatására a korábbi javuló illeszkedés csak az üres álláshelyek arányának hirtelen csökkenésében mutatkozott meg, de 2010 után már ismét javuló illeszkedést látunk. Viszonylag kismértékű illeszkedésromlást, majd 80

82 1.5. Hiány és munkanélküliség javulást figyelhettünk meg Lengyelországban. Szlovákiában, a Cseh Köztársaságban és Észtországban, ahol a válságot követően 2010-től javult az illeszkedés ábra: Javuló illeszkedésű országok Üres álláshelyek aránya % 1,5 2,0 2,5 3,0 3,5 4,0 Üres állások aránya % 1,0 1,5 2,0 2,5 3, Németország Munkanélküliségi ráta % Cseh Köztársaság Munkanélküliségi ráta % 2005 Forrás: Az Eurostat adatai alapján ,5 1,0 1,5 2,0 1,0 1,5 2,0 2,5 3, Lengyelország Munkanélküliségi ráta % Észtország Munkanélküliségi ráta % 0,6 0,8 1,0 1,2 1, Szlovákia Munkanélküliségi ráta % 2004 A recesszió elmúltával Hollandiában, az Egyesült Királyságban, Litvániában, Lettországban és Bulgáriában a válság kezdete előtti illeszkedést sikerült elérni. Az üres álláshelyek és a munkanélküliségi ráták is a válság előttihez hasonló arányokat mutatnak. Románia a 2015 és 2016 közötti javulást követően ért el a válságot megelőzőhöz hasonló, sőt annál valamivel jobb illeszkedést. Végül a romló illeszkedésű országok egy részében (Írország, Svédország, Szlovénia, Finnország) a válságot követően a munkanélküliségi ráták csökkenése az üres álláshelyeknek a korábbinál nagyobb aránya és növekedése mellett ment végbe. Más országokhoz hasonlítva jóval hosszabb ideig tartott a válság Spanyolországban és Görögországban, és az utolsó egy-két év javulása ellenére a korábbinál rosszabb az illeszkedés. Ausztriában 2009 és 2011 között javult az illeszkedés, de azóta, egészen 2016-ig a piac kifelé mozgott az U V térben. Megállapítható, hogy Magyarország nem áll egyedül a piaci surlódások és strukturális feszültségek növekedésére utaló elmozdulással: leginkább Írország, Svédország és Szlovénia járt be a magyarhoz hasonló utat az U V térben. 81

83 Köllő & Varga ábra: A válságot követően a korábbihoz hasonló illeszkedést elérő országok Üres álláshelyek aránya % 1,0 1,5 2,0 2,5 3, Hollandia Munkanélküliségi ráta % 1,6 1,8 2,0 2,2 2,4 2, Egyesült Királyság Munkanélküliségi ráta % Üres álláshelyek aránya % 0,5 1,0 1,5 2,0 Üres álláshelyek aránya % 0,5 1,0 1,5 2, Litvánia Munkanélküliségi ráta % Románia ,5 6,0 6,5 7,0 7,5 8,0 Munkanélküliségi ráta Forrás: Az Eurostat adatai alapján. 0,5 1,0 1,5 2,0 0,7 0,8 0,9 1, Lettország Mukanélküliségi ráta % Bulgária Munkanélküliségi ráta % 82

84 1.5. Hiány és munkanélküliség Üres állások aránya % 0,4 0,6 0,8 1,0 Üres álláshelyek aránya % 1,0 1,5 2,0 2,5 Üres állások aránya % 1,4 1,6 1,8 2,0 Írország Munkanélküliségi ráta % Finnország Munkanélküliségi ráta % Ausztria 4,0 4,5 5,0 5,5 6,0 Munkanélküliségi ráta % ábra: Romló illeszkedésű országok 0,5 1,0 1,5 2,0 0,6 0,8 1,0 1,2 Svédország 6,0 6,5 7,0 7,5 8,0 8,5 Munkanélküliségi ráta % Spanyolország Munkanélküliségi ráta % 0,5 1,0 1,5 2,0 0,5 1,0 1,5 2,0 Forrás: Az Eurostat adatai alapján. Szlovénia Munkanélküliségi ráta % Görögország Munkanélküliségi ráta % Hivatkozások Molnár György (kutatásvezető) (2014): A munkaerőpiac peremén lévők és a költségvetés. Szerzők: Bakó Tamás Cseres-Gergely Zsombor Kálmán Judit Molnár György Szabó Tibor: A munkaerőpiac peremén lévők és a költségvetés, MTA KRTK KTI, Budapest. Eppich Győző Köllő János (2014): Foglalkoztatás a válság előtt, közben és után. Megjelent: Kolosi Tamás Tóth István György (szerk.): Társadalmi Riport, o. Tárki, Budapest. Varga Júlia (szerk.) (2015): Közelkép. Megjelent: Fazekas Károly Varga Júlia (szerk.): Munkaerőpiaci Tükör, MTA KRTK KTI, Budapest, o. 83

85 Hermann & Varga 2. A SZOKÁSOS GYANÚSÍTOTTAK DEMOGRÁFIAI CSERE ÉS KÜLFÖLDI MUNKAVÁLLALÁS 2.1. DEMOGRÁFIAI CSERE Hermann Zoltán & Varga Júlia Demográfiai cserélődésen a népesség összetételének változását értjük, amelyet a születésszámok, a népesség várható élettartamának változása, a ki- és belépő korosztályok iskolázottság szerinti összetételének változása és a ki- és bevándorlás alakulása befolyásol. Az aktív korúak demográfiai cserélődését a nyugdíjszabályok változása, valamint oktatáspolitikai változások is meghatározzák. A demográfiai cserélődés hatással van a munkakínálatra, és így a munkaerőhiány alakulására. Az elmúlt években népes korosztályok (a Ratkó-gyerekek ) vonultak/vonulnak nyugdíjba és egyre kisebb méretű korosztályok léptek be a munkaerőpiacra ( ábra). Ebben az alfejezetben azt vizsgáljuk, hogy ez hogyan hat potenciálisan a munkaerőhiányra. A be- és kivándorlást nem, kizárólag a születésszámok különbözőségét, valamint az iskolázottsági és a nyugdíjszabályok változását vesszük számításba. A már megtörtént folyamatok mellett azt is bemutatjuk, hogy milyen változások várhatók a következő évtizedekben ábra: Az élveszületések száma Ezer fő Forrás: KSH STADAT. A demográfiai csere munkakínálati hatását egy egyszerű modell keretében becsüljük meg. A modell a potenciálisan a munkaerőpiacon jelen lévő népesség számának változását írja le. A demográfiai cserélődést egy adott évben az iskolarendszerből a munkaerőpiacra lépők és a munkaerőpiacról kilépők (nyugdíj és halálozás) különbségeként definiáljuk. A demográfiai cserélődés egy adott végzettségi csoportban:

86 2.1. Demográfiai csere nykor j D t t, k = bkorj ( t 1, k k + t, k = nykor k= bkorj j j j j = N N p N ), (1) ahol, D a demográfiai csere egyenlege a j-edik végzettségi csoportban a t-edik évben, míg N az adott évben k-adik életkort betöltő népesség száma. Az egyenlet jobb oldalán az első tag a munkaerőpiacra belépők számát jelöli; a modellben annak a kohorsznak a létszámát, akik a t-edik évben érik el a belépési kort (ezt jelöli bkorj változó a j-edik végzettségre vonatkozóan). A második tag a kilépők számát adja meg. Egyrészt kilépésként vesszük számba a halálozást az aktív korúak esetében, azaz azokra nézve, akiknek az életkora a belépési kor és a nyugdíjkorhatár közé esik. A halálozás valószínűségét a k-adik életkorban a j-edik végzettségi csoportban p jelöli. A kilépők másik nagyobb létszámú csoportját a nyugdíjba vonulók jelentik. A modellben a t-edik évben nyugdíjba vonul az a születési kohorsz, amely az aktuális szabályozás szerint az adott évben eléri az öregségi nyugdíjkorhatárt (ezt jelöli nykor). 1 A számításokat külön végeztük a nők és a férfiak esetében, de az (1) egyenletben az egyszerűség kedvéért elhagytuk a nemet jelölő indexet. A végzettségi csoportok szerint összegezve megkapjuk a demográfiai csere egyenlegét a teljes aktív korú népességre: nykor j j j D t Nt, k = bkorj ( Nt 1, k pk + Nt, k = nykor j j k= bkorj = (2) A modell közelítően írja le az aktív korú népesség számának változását, két fontos egyszerűsítő feltevés alapján. Először feltételezzük, hogy mindenki az aktuális nyugdíjkorhatár elérésekor vonul nyugdíjba, azaz nem számolunk sem a korábbi nyugdíjba vonulással (például rokkantnyugdíj), sem pedig a korhatár elérése utáni munkavállalással. Másodszor, az egyszerűség kedvéért azt feltételezzük, hogy az iskolarendszerből a diákok felsőfokú végzettséggel 25 éves korban, ennél alacsonyabb végzettséggel pedig egységesen 20 éves korban lépnek a munkaerőpiacra. A modellben tehát adott végzettségi csoportban minden évben egy születési kohorsz tagjai lépnek be. Valójában a belépők néhány szomszédos kohorsz tagjai közül kerülnek ki, létszámuk a szomszédos kohorszok súlyozott átlagaként lenne leírható. 2 A számítások során a 2011-es népszámlálás adataiból indultunk ki. Az adatokat születési kohorsz, nem és végzettség szerint aggregáltuk. A halálozás becslése során a 2000-es évek elejére vonatkozóan a KSH által közölt életkor-, nem- és iskolaivégzettség-specifikus halálozási adatokból számított halálozási valószínűségeket használtuk a teljes időszakra (azaz a halálozási arányokat változatlannak feltételeztük). Így a koréves népesség számát minden évben a halálozási valószínűségek alapján számítottuk ki, 2011 után a halálozással csökkentve, 2011 előtt pedig visszafelé számítva. ) Azokban az években, amikor féléves születési időszakokra vonatkozó nyugdíjkorhatár van érvényben, azzal számolunk, hogy az adott születési kohorsz fele vonul nyugdíjba. 2 Azért az egyszerűbb eljárást követtük, mert ezeket a súlyokat nem könnyű pontosan meghatározni, ráadásul feltehetően időben is változnak.

87 Hermann & Varga 3 A fiatalabb kohorszok esetében nem feltételezhetjük azt, hogy a népszámlálás évében már jellemzően lezárult az iskolai pályafutásuk. A diplomások esetében azt feltételezzük, hogy 30 éves korban figyelhetjük meg a nagyjából véglegesnek tekinthető végzettségi arányt. 4 Azokban az években, amikor a kilépők létszáma nemcsak a kilépő születési kohorszok létszáma miatt tért el, hanem azért is, mert az átmeneti szabályok miatt nem egy teljes kohorsz vonult nyugdíjba, először ezt a különbséget korrigáltuk, azaz úgy számoltunk, mintha ezekben az években is nyugdíjba ment volna egy születési kohorsz. Az iskolai végzettségi csoportok létszáma az 1987 (illetve a diplomások esetében az 1982) előtt született kohorszok esetében a népszámlálásban ténylegesen megfigyelt érték, a fiatalabb kohorszok esetében pedig a legutolsó megfigyelt végzettségi arányokkal számoltunk, azaz feltételeztük, hogy ezt követően a végzettségi csoportok részarányai változatlanok maradnak. 3 A demográfiai csere egyenlege egy-egy végzettségi csoport esetében két tényezőtől függ: a ki-, és belépő kohorszok nagyságának különbségétől, valamint a végzettségi csoportok ki- és belépő kohorszok közötti részarányának eltéréstől, azaz a születésszám és az iskoláztatás hosszú távú változásától. Annak érdekében, hogy a két tényező relatív súlyát meg tudjuk ítélni, kiszámítottuk, hogy miként alakult volna a demográfiai cserélődés egyenlege akkor, ha a születésszám nem változott volna, azaz minden kohorsz azonos létszámú lenne. Az így kiszámított demográfiai csere csak a végzettség szerinti összetétel változásának hatását tükrözi. A demográfiai csere egyenlege változatlan népességszám esetén: j j j D t = B Bt t K t. (3) ahol B t j a belépők, K t j pedig a kilépők létszámát jelöli a j-edik végzettségi csoportban, B t és K t pedig a be- és kilépők összlétszáma a t-edik évben. 4 A ábrán nemek szerint mutatjuk be a ki-, és belépők számának változását és a demográfiai csere alakulását a teljes aktív korú népességben, a ábrán pedig ugyancsak nemek szerint, iskolázottsági kategóriánként. A demográfiai csere mértékét ezer főben a táblázat, a 2011-es népesség arányában pedig a táblázat közli. K t ábra: Demográfiai csere és a ki- és belépők száma az aktív korú népességben, Demográfiai csere Ki- és belépők Férfiak Nők Férfiak Nők Ezer fő Belépők Kilépők 86

88 2.1. Demográfiai csere ábra: Ki- és belépők iskolai végzettség szerint, Férfiak Nők Legfeljebb általános iskola Szakmunkásképző/szakiskola Ezer fő Érettségi szakképesítés nélkül Érettségi szakképesítéssel 60 Ezer fő Felsőfok Ezer fő Belépők Kilépők A teljes aktív korú népesség száma 2001 és 2010 között 15 ezer fővel csökkent, ami elsősorban annak volt köszönhető, hogy a kohorszok létszámának csökkenését ebben az időszakban még ellensúlyozta a nők nyugdíjkorhatárának emelése és 2020 között a teljes aktív korú népesség száma 217 ezer, 220 és 2030 között pedig 360 ezer fővel csökken. A belépő korosztályok jóval iskolázottabbak, mint a kilépő korosztályok, de mivel a kilépő korosztályok jóval számosabbak, mint a belépők, ezért a teljes népességen belül a felsőfokú végzettségűek számát kivéve valamennyi iskolázottsági kategóriában csökken az aktív korúak létszáma és 2020 kö- 87

89 Hermann & Varga zött a felsőfokú végzettségűek száma csaknem 260 ezer fővel növekszik, míg a szakképesítéssel érettségi végzettségűek száma 40 ezer fővel, a szakképesítés nélküli érettségi végzettségűek száma csaknem 18 ezer fővel, a szakmunkás/ szakiskolai végzettségűek száma 213 ezer fővel, az általános iskolai végzettségűek száma pedig 206 ezer fővel csökken táblázat: Demográfiai csere között, iskolai végzettség és nemek szerint (ezer fő) Férfiak Nők Végzettség Legfeljebb általános iskola 213,9 56,3 43,6 139,5 150,0 87,0 Szakmunkásképző/szakiskola 25,4 158,1 173,9 23,0 55,2 95,0 Érettségi szakképesítés nélkül 18,8 17,6 11,0 1,1 35,2 23,5 Érettségi szakképesítéssel 21,4 8,0 29,9 31,5 32,3 54,5 Felsőfok 75,2 98,4 56,4 192,7 161,5 79,6 Összesen 123,9 106,3 180,0 108,9 111,1 180, táblázat: Demográfiai csere között, iskolai végzettség és nemek szerint a évi aktív korú népesség arányában (százalék) Férfiak Nők Végzettség Legfeljebb általános iskola 45,0 11,8 9,2 24,6 26,5 15,4 Szakmunkásképző/szakiskola 2,4 14,8 16,3 3,9 9,4 16,2 Érettségi szakképesítés nélkül 7,4 6,9 4,4 0,3 8,3 5,5 Érettségi szakképesítéssel 4,0 1,5 5,6 5,4 5,6 9,4 Felsőfok 15,1 19,8 11,3 27,5 23,1 11,4 Összesen 4,4 3,8 6,4 3,8 3,9 6,3 Nemek szerint komoly különbségeket látunk, a nők körében jóval nagyobb a felsőfokú végzettségűek számának és arányának növekedése és a legfeljebb általános iskolai végzettségűek számának és arányának csökkenése. A legfeljebb általános iskolai végzettségű férfiak aránya 2001 és 2010 között nagyon nagymértékben, több mint 45 százalékkal, a nőké 26 százalékkal csökkent, mivel a kilépő korosztályok között nagy volt az alacsony végzettségűek aránya 2011 és 2020 között további jelentős csökkenésre lehet számítani, a férfiak körében 12, a nők körében több mint 26 százalékos csökkenés várható és 2020 között a szakmunkás/szakiskolai végzettségű férfiak aránya 15, a nőké 9 százalékkal csökken, és hasonló mértékű csökkenés várható a következő évtizedben is. A felsőfokú végzettségű férfiak aránya 2011 és 2020 között 20, a nőké 23 százalékkal növekszik, majd a rákövetkező évtizedben ha nem lesznek jelentős oktatáspolitikai változások a növekedés lelassul százalékra. A ábra azokat a becslési eredményeket mutatja, amelyekkel azt vizsgáltuk, hogy mekkora szerepet játszik a demográfiai cserélődésben a ki- és belépő kohorszok nagyságának különbsége, valamint hogy miként alakult volna a de- 88

90 2.1. Demográfiai csere mográfiai cserélődés egyenlege akkor, ha a születésszám nem változott volna, azaz minden kohorsz azonos létszámú lenne. Ha a két görbe közel van egymáshoz, és nagyjából párhuzamosan halad, az azt mutatja, hogy a demográfiai cserélődésben meghatározó szerepet játszanak az iskolázási változások, mivel azonos kohorszméret mellett is hasonló mértékű csökkenés/növekedés következett volna be az adott iskolázottsági kategóriához tartozók létszámában ábra: A születésszámok iskolai végzettség szerinti változásának hatása a demográfiai cserére, Férfiak Legfeljebb általános iskola 0 50 Nők Szakmunkásképző/szakiskola 50 Ezer fő Érettségi szakképesítés nélkül Érettségi szakképesítéssel Ezer fő Felsőfok Ezer fő Demográfiai csere Demográfiai csere, azonos népességszám Ahogy a ábrán látjuk, ez a helyzet a legalacsonyabb, a legfeljebb általános iskolai végzettségűek esetében, ahol a létszám azonos kohorszméret mellett is 89

91 Hermann & Varga hasonló mértékben csökkent volna, és a felsőfokú végzettségűek esetében is hasonló mértékben nőtt volna. Az egyéb iskolázottsági kategóriákban vegyes képet látunk. Az érettségi szakképzettség nélküli végzettség esetében például a férfiak száma azonos kohorszméret mellett is hasonló mértében nőtt volna, mivel a férfiak a korábbinál nagyobb arányban szereznek ilyen végzettséget, a szakmunkás/szakiskolai végzettségűek demográfiai cserélődésében viszont a kohorszok nagyságának változása és az iskolázottsági változások nagyjából egyenlő arányban járultak hozzá a demográfiai cserélődéshez. A demográfiai csere következtében 2011 és 2020 között a teljes aktívkorú népesség nagyjából 6 százalékkal csökken, de komolyan javul az aktív korúak iskolázottsági összetétele. Bár a számbeli csökkenés jelentős, mértéke eddig nem volt akkora, hogy az meghatározó szerepet játszhasson a munkaerőhiány alakulásában. A kivándorlás azonban amelyet nem vizsgáltuk felerősítheti ezeknek a folyamatoknak a hatását. A következő, 2030-ig tartó évtizedben pedig jóval nagyobb mértékű több mint 12 százalékos csökkenésre lehet majd számítani az aktív korúak számában és az iskolázottsági összetétel változásában, ha nem történnek változások a nyugdíjszabályokban, vagy nem lesznek oktatáspolitikai változások. 90

92 2.2. A demográfiai csere foglalkozási szerkezetre 2.2. A DEMOGRÁFIAI CSERE FOGLALKOZÁSI SZERKEZETRE GYAKOROLT HATÁSÁRÓL Czethoffer Éva & Köllő János A ma elérhető adatforrások nem nyújtanak átfogó képet a széles értelemben vett demográfiai cserének amelyen az egyik oldalon az oktatásból a munkaerőpiacra lépést és a bevándorlást, a másik oldalon a nyugdíjba vonulást, a munkaképesség elvesztését, a nyugdíj előtti halálozást és a kivándorlást értjük a foglalkozási szerkezetre gyakorolt hatásáról. Az oktatási, foglalkoztatási, egészségügyi és nyugdíjregiszterek egyéni szintű összekapcsolásával néhány éven belül megteremtődhet az alaposabb vizsgálódás lehetősége, de ma egyedül a KSH Munkaerő-felmérése (MEF) nyújt átfogó, ám a kis elemszám és az önbevalláson alapuló változók bizonytalanságai miatt szükségképpen pontatlan képet. A MEF-ben többféle módon (a felvétel paneljellegét és a retrospektív kérdéseket kihasználva) is azonosíthatók az oktatásból a munkaerőpiacra, illetve a piacról nyugdíjba vagy tartós inaktivitásba lépők. A felvételben egy személy hat negyedéven keresztül követhető. A felvételben egy személy hat negyedéven keresztül követhető, továbbá, a retrospektív kérdések lehetővé teszik a 1,5 éves panelből való kitekintést további egy évre visszamenőleg. A ki- és belépők csoportjainak kialakításához a kérdőív két kérdését használtuk, amelyek a válaszadó megkérdezéskori, illetve a megkérdezéstől számított egy évvel korábbi tevékenységét jelölik. Belépők azok a személyek, akik a kérdezés előtt egy évvel még tanultak, a kérdezéskor pedig dolgoztak. Kilépőként jelöltük azokat a személyeket, akik egy évvel a kérdezés előtt dolgoztak, a kérdezéskor viszont nyugdíjasként jelentek meg vagy munkaképtelennek mondták magukat. A kilépők foglalkozását a munkanélküliséget vagy inaktivitást megelőző utolsó FEOR-kód alapján azonosítjuk, a belépőkét a kérdezéskori kód alapján. 1 A mintában szereplő alacsony esetszámok miatt a foglalkozási csoportok és a vizsgált időszakok kialakításakor is erőteljes összevonásokat eszközöltünk. 2 A táblázatban közölt kilépési adat jól közelíti a foglalkoztatásból öregségi vagy rokkantnyugdíjba lépők számát, a munkaképtelenné válók elsöprő többsége ugyanis állítása szerint rokkantnyugdíjat vagy ahhoz hasonló járadékot kap. A MEF január márciusi adatfelvételében például a magukat nyugdíjasnak mondók 96 százaléka egy másik kérdésre adott válaszában arról számol be, hogy öregségi nyugdíjat kap, és fordítva: az öregségi nyugdíjat említők 96 százaléka magát nyugdíjasként nevezi meg a munkaerőpiaci státus önbesorolással kérdésre adott válaszában. Hasonlóképpen, a magukat munkaképtelennek mondók 99 százaléka közölte, hogy rokkantnyugdíjat kap, miközben a rokkantnyugdíjról beszámolók 87 százaléka munkaképtelennek mondja magát FEOR: Foglalkozások Egységes Osztályozási Rendszere. A fegyveres testületek foglalkozásait figyelmen kívül hagytuk. 2 A visszatekintő kérdésből csak azt tudjuk meg az egyénről, hogy egy éve dolgozott, de ez nem jelenti azt, hogy feltétlenül az akkori foglalkozása volt az utolsó a munkából való kilépés előtt. A munkaviszony a belépők és a kilépők esetében is jelenthet külföldi foglalkoztatást vagy közmunkát. Az adatbázisból a tartós a háztartás megszűnésével vagy a háztartásból való kiválással járó kivándorlás ténye nem állapítható meg.

93 Czethoffer & Köllő 3 Fazekas Károly Blaskó Zsuzsa (szerk.): Munkaerőpiaci Tükör, MTA KRTK KTI, Budapest, 2016, 253. o.). A számítás egyik oldalon sem tartalmazza a fegyveres testületek alkalmazottainak adatait. 4 Uo o táblázat: Az oktatásból munkába, illetve munkából nyugdíjba lépők és/vagy munkaképtelenné válók száma a KSH Munkaerő-felmérésén alapuló becslés szerint, (ezer fő) Oktatásból munkába Munkából nyugdíjba Egyenleg (be-ki) Diplomás foglalkozásban dolgozók, vezetők, vállalkozások vezetői Egyéb szellemi munkát végzők, irodai dolgozók Szolgáltatási szakmákban dolgozók (minden szakma az ipariakon kívül) Ipari szakmákban dolgozók Összeszerelők, gépkezelők, egyszerű foglalkozásokban dolgozók Megjegyzés: A táblázatban a súlyösszegek láthatók, ezer főben mérve. A megfigyelések száma: belépő, kilépő. Az átlagos cellaméret a belépőknél 662, a kilépőknél 754 fő. Az eseteket a felmérésben megadott súlyokkal súlyoztuk. Oktatásból munkába: a kérdezéskor dolgozott, a kérdezés előtt egy évvel tanult. A foglalkozási besorolás a kérdezéskori foglalkozás alapján történik. Munkából nyugdíjba: a kérdezéskor nyugdíjas vagy munkaképtelen volt, egy évvel korábban dolgozott. A foglalkozási besorolás az utolsó foglalkozás alapján történik. A meghatározásoknál az önbesoroláson alapuló munkaerőpiaci státust vettük figyelembe. Minden személy egyszer, az első olyan megfigyelésével szerepel, amelynek során a fenti kritériumok szerint belépőnek vagy kilépőnek minősült. Az adatok külső ellenőrzésére csak részlegesen van mód. A táblázatban a es időszakban az öregségi nyugdíjba lépők és munkaképtelenné válók együttes számát 523 ezerre becsüljük. Ugyanezen időszakban az új öregségi, valamint rokkantsági és baleseti rokkantsági nyugdíjmegállapítások száma 501 ezer volt. 3 Hasonló számvetés re nem végezhető a rokkantnyugdíjak megszüntetése (járadékká alakítása) miatt, miközben az érintettek nagy része valószínűleg továbbra is rokkantnyugdíjasként határozza meg magát. A MEF- és ONYF-adatok csak némi hibával hasonlíthatók össze, mert a MEF-ben a t-edik évben nyugdíjban lévő és a t 1-edik évben még dolgozó személyek egy része nem a t-edik, hanem a t 1-edik évben lépett nyugdíjba. Továbbá, a nyugdíjba vonulók között szép számmal vannak munkanélküliek vagy inaktívak. A nagyságrendek egyezése azonban megnyugtató. Az oktatásból a munkaerőpiacra lépőkre vonatkozó becslést nem tudjuk külső forrásból ellenőrizni. Az egyetlen, bizonytalan támpontot a felsőoktatásból kilépők számára vonatkozó adat nyújtja, ami ben 162 ezerre rúgott. 4 Ettől jelentősen elmarad a diplomás foglalkozásokba lé-

94 2.2. A demográfiai csere foglalkozási szerkezetre pők számára vonatkozó táblázatbeli becslés (100 ezer fő), de ezt nem tartjuk súlyos problémának, mert a végzettek egy része nem helyezkedik el, más részük a felsőfokú végzettséget igénylő és vezetői foglalkozások körén kívül talál állást, egy harmadik csoportjuk pedig külföldre távozik, ezért eleve nem szerepel a végzést követő év felmérésében. Végezetül, vessük össze a demográfiai cserére becsült egyenlegeket a MEF-ben mért állományváltozásokkal! Ismét a es periódust tekintjük, ehhez a MEF 2005 és 2010 negyedik negyedévi adatfelvételeit használjuk. Az állományok (zárójelben a táblázatbeli becsült egyenleg) a következőképpen változtak: diplomás foglalkozások 30 ( 23), egyéb szellemi 0 (2), szolgáltató 28 (5), ipari 88 ( 24), segéd- és betanított munkás 12 ( 52). Ezek az eltérések nem tűnnek aggasztónak, figyelembe véve, hogy az állományváltozást a demográfiai cserén kívül befolyásolja a munkanélküliség (ami sokkal nagyobb volt 2010 végén, mint 2005 végén, és elsősorban a fizikai munkásokat érintette), a kivándorlás (ami legerősebben az ipari és szolgáltató szakmunkások létszámára hatott), a közmunkaprogram bővülése (aminek hatására nőtt az egyszerű munkát végzők száma), továbbá a felsőfokú tanulmányok befejezése előtti munkavégzés (ami miatt számos, később diplomát szerző dolgozó tűnik fel felsőfokú képzettséget nem igénylő foglalkozásokban). A fenti összehasonlítások alapján durva közelítésként elfogadhatónak tűnnek a demográfiai cserére vonatkozó becslések. A számítások tartalmi eredményei a következőképpen foglalható össze. A demográfiai csere csak a szolgáltató szakmák és ben az egyéb szellemi foglalkozások létszámát nem apasztotta, minden más esetben veszteséges volt. A legsúlyosabb veszteség a segéd- és betanított munkát érte, annak ellenére is, hogy az oktatásból ide belépők számát 2011 után megugrasztotta a közmunka tömegessé válása. Ennél erősebb hatása volt azonban annak, hogy nagy létszámú képzetlen csoportok érték el a nyugdíjkorhatárt, vagy vesztették el a munkaképességüket. Az adatok nem támasztják alá, hogy a demográfiai csere, illetve a belépők és a kilépők eltérő iskolázottsága elsősorban az ipari szakmunka utánpótlását sodorja veszélybe ben a ki- és belépések itt egyensúlyban voltak, miközben a demográfiai csere veszteséget okozott a diplomás és egyéb szellemi munkakörökben. 93

95 Hárs & Simon 2.3. A KÜLFÖLDI MUNKAVÁLLALÁS ÉS A MUNKAERŐHIÁNY Hárs Ágnes & Simon Dávid A közbeszédben magától értetődőnek tűnik, hogy azért van munkaerőhiány, mert a szakemberek külföldre mennek dolgozni, szakmai körökben is elterjedt vélekedés, hogy a munkaerőhiánnyal kapcsolatos panaszok szaporodásának oka a külföldi munkavállalás növekedése. Ha a munkaerő-vándorlása önmagában nem is magyarázza a tapasztalt jelenséget, az összefüggés nyilvánvaló. Ebben az alfejezetben ennek a kapcsolatnak a kínálati oldalát, az elvándorlás mértékét, szelektivitását, az elhagyott hazai munkahelyek szerkezetét, jellemzőit az elvándorlás és a hazatérés dinamikáját vizsgáljuk. A migrációnak a kibocsátó országok munkapiacán érzékelhető következményeit kevés tanulmány vizsgálta, ezek a legjelentősebb hatást a kvalifikált szakemberek elvándorlására és a bérekre, a bérkülönbségek alakulására mutattak ki. (Docquier és szerzőtársai, 2013). Az országok közötti gazdasági különbségektől és a migrációs várakozásoktól függően ezek a hatások nagyon eltérhetnek egymástól (Massey, 1990) Az Európai Unió országai között 2004 óta a szabad munkaerő-áramlás fokozatos megvalósulása gyors Kelet Nyugat irányú munkaerő-vándorlást indított be, hirtelen sokkszerű változásokat okozva a fogadó és a kibocsátó országok munkapiacain is (Kahanec és szerzőtársai, 2016). Az elvándorlás hatását szimulációs modellekkel vizsgáló tanulmányok a legfontosabb kedvező hatást a kibocsátó országok munkapiacán a hazai bérek növekedésében és a munkanélküliség csökkenésében találták, s lehetséges hátrányként azonosították a munkaerőhiányt, különösen bizonyos szakmákban érzékelhető szakemberhiányt növekvő munkaerő-kereslet mellett (Zaiceva, 2014). Az elvándorlásra adott válaszként bérhatást erőteljes elvándorlás mellett a különösen érintett csoportokra lehetett kimutatni (Dustmann és szerzőtársai, 2015; Elsner, 2013). A balti országokban a munkaerő nagyarányú elvándorlására adandó válaszként innovatív alkalmazkodást talált Hazans (2016). A 2004 óta folyamatos elvándorlás következtében csökkenő munkakínálat mellett a gazdasági konjunktúra hatására a kelet-európai régió munkaerőt kibocsátó országainak növekvő gazdaságaiban szinte egyszerre jelentkeztek a gyorsan szaporodó hiányjelenségek és az új EU-tagországokban általánosan tapasztalt munkaerőhiány felerősödése (Mara, 2016). A továbbiakban a magyarországi sajátosságokat vizsgáljuk, a többi kelet-európai országhoz képest lassabban induló és 2011 óta erőteljesen növekvő külföldi munkavállalás hatását a szaporodó hiányjelenségekre a hazai gazdasági alkalmazkodás környezetében. 94

96 2.3. A külföldi munkavállalás és a munkaerőhiány Adatok, súlyozás, minta kialakítás A migráció és különösen az elvándorlás vizsgálatát megnehezíti, hogy nem állnak rendelkezésre a szükséges statisztikai adatok (Docquier és szerzőtársai, 2013), ezért újfajta módszerrel éltünk. Az elemzésünkhöz a KSH munkaerő-felmérésének (MEF) negyedéves adatait használtik. A MEF egyéni adatok alapján tartalmazza a magyarországi háztartástaggal rendelkező, külföldi telephelyen dolgozók szűkebb sokaságát, de azokét nem, akik a családdal együtt elköltöztek, és külföldön dolgoznak. 1 A tükörstatisztika, azaz más országok bevándorlási adatai pontosabban közelítik a teljes külföldön élő magyar állampolgárságú népesség tágabb körét, de nem tartalmaznak az aktivitásra és foglalkoztatottságra vonatkozó részletes információt (Hárs, 2016). Az egyes európai célországok évi népszámlálásaiban vannak ilyen bontású adatok, 2 ezek segítségével korrigáltuk a magyar munkapiacról kilépő külföldön dolgozók mintáját. Az elemzéshez a MEF alapján azonosítható, külföldi telephelyen dolgozó sokaság mintáját súlyozással korrigáltuk. Három fő célországra (Ausztria, Németország, Egyesült Királyság) külön-külön végeztük el a becsléseket, az összes többi országra pedig összevonva. A MEF alapján megfigyelt foglalkoztatottak számát a tükörstatisztikákban megfigyelt teljes népességhez (Hárs, 2016) illesztettük oly módon, hogy a népességarányt korrigáltuk a célországok évi népszámlálási adatai alapján becsült foglalkoztatási rátával (Egyesült Királyság 0,74, Németország 0,67). A negyedéves adatokban tapasztalható, éven belüli szezonális ingadozás hatását a teljes idősor alapján vettük figyelembe, illetve Ausztria esetében ahol az ingázó népesség jelentős, és az ingázók megjelennek a MEF-adatokban, az osztrák negyedéves foglalkoztatási szolgálattól (AMS) származó adatokat használtuk. A többi célország esetében a három fő célország súlyának számtani átlagát használtuk, feltételezve, hogy hasonló lehet a meg nem találási arány ezekben az országokban is. Az így kapott súlyokat a KSH által alkalmazott eredeti súlyokkal kombinálva használtuk. Az eljáráshoz azt feltételeztük, hogy a külföldi munkavállalás MEF alapján látható szerkezete, célországok szerinti megoszlása a külföldön élő teljes sokaságban nem tér el jelentősen, így a korrigált súlyozású MEF-statisztikával jól közelíthetjük a külföldön dolgozó népesség tényleges szerkezetét, létszámarányait is. 3 A foglalkoztatotti létszámnak a tükörstatisztika alapján korrigált MEF-adatokból készült becslését mutatja a ábra. A MEF korrigált mintája alapján a közötti időszak átlagában a 18 éves és idősebb, nem nyugdíjas népesség külföldi munkavállalását vizsgáljuk, az elemzésből kizárva a nyugdíjas-foglalkoztatást. A MEF-adatok alapján a külföldön dolgozókat tudjuk azonosítani, ezért kimaradnak az elemzésből, akik külföldön munkanélküliek, tanulók vagy egyéb inaktívak (Hárs Simon, 2016). Áramlásokat vizsgálunk, a külföldi munkába lépőnek azokat tekintjük, akik az előző negyedévben még Magyarországon voltak, a következőben már 95 1 Bodnár Szabó (2014) és Hárs Simon (2016) a külföldi telephelyen dolgozókat és az ingázást, Blaskó Gödri (2016) az elköltözött családokat is vizsgálta. 2 Lásd Népszámlálás. 3 A migráció szelekciója célországok szerint eltérő, a külföldön munkát vállalás és a családdal elköltözés szelekciós eltérései nem ismertek, a szelekciót azonban mindkét esetben a célországok munkapiaci kereslete befolyásolja. A kiköltözés rendszerint több lépésben megy végbe, a család egyik vagy másik tagjának a munkavállalását követően indul el a teljes család, így a MEF-ben a kiköltözést megelőző események családok esetében is megjelenhetnek.

97 Hárs & Simon 4 A MEF adatbázisa lehetőséget ad arra, hogy hat negyedéven keresztül kövessük egy-egy mintába került személy életútját, azonban a panelkopás miatt az áramlás becslésére ez a megközelítés jóval pontatlanabb eredmény adna, ráadásul a külföldi munkavállalók esetén magasabb panelkopási arány valószínűsíthető. 5 Az elvándorlás egyenlegét számítva leegyszerűsítéssel élünk. Hasonló képességűnek tekintjük az elvándorlókat és a hazatérőket, a hazatérés szelekcióját, azaz eltekintünk attól, hogy a hazatérők esetleg kevésbé sikeresek, kevésbé versenyképesek. A hazatérők esetén továbbá leegyszerűsítéssel kell élnünk: feltételezzük, hogy ők ugyanabba a régióba térnek vissza, mint ahonnan elmentek, illetve az iskolai végzettségük sem változik (az eltérések árnyalására az adatok nem adtak lehetőséget). A foglalkozások szerint azonban vizsgáljuk, hogy az elmenők milyen hazai foglalkozásból léptek ki, illetve a visszatérők milyen hazai foglalkozásba léptek viszsza, így mérni tudjuk a külföldi munkavállalás hatását a hazai foglalkozás változására, az ISCO 88 alapján kialakított foglalkozási csoportok szerint (F2.3.1.táblázat). 6 A részletes negyedéves arányokat az F2.3.2.táblázat tartalmazza. külföldön dolgoztak, visszatérőnek pedig azokat, akik valamelyik negyedévben külföldön dolgoztak, a következő negyedévben pedig Magyarországon ábra: A külföldön dolgozó magyar állampolgárok számának becslése a főbb célországokban, a Ausztria Németország Egyesült Királyság Többi ország a A tükörstatisztikák alapján korrigált MEF-adatokkal becsült foglalkoztatottsági arány feltételezésével. Forrás: MEF-adatok alapján saját becslés. A munkaerőhiány vizsgálatához ISCO 88 kategóriák alapján olyan foglalkozási csoportokat alakítottunk ki, különválasztva a várt és vélt hiányszakmákat, amelyekkel a feltételezett hiányhelyzeteket vizsgálni tudjuk. A részletes kategóriákat a 2.3. Függelék F táblázata mutatja. Kilépés, visszavándorlás a munkaerő-vándorlás tényleges aránya A külföldi munkavállalásról szólva rendszerint a hazai munkapiac elhagyására, a kilépés mozzanatára gondolunk, nem hagyhatjuk azonban figyelmen kívül a hazatérőket sem. (Horváth, 2016). Pontosabb képet kapunk a munkaerő-vándorlásról, hogyha a kettő eredőjeként adódó külföldi munkavállalásba be- és kilépők egyenlegét is vizsgáljuk, a hazai munkapiaci hatások szempontjából valójában ez az egyenleg a fontos. 5 A külföldön munkát vállalók létszámát viszonyítjuk az adott negyedévben még Magyarországon tartózkodók és a külföldön munkát vállalók együttes létszámához. Az így becsült aránnyal számszerűsítjük, hogy a külföldi munkavállalás mekkora potenciális hiányt jelent a hazai munkapiacon, feltételezve, hogy aki külföldön vállal munkát, otthon is dolgozna. Kilépési aránynak nevezzük a külföldön munkába lépők, visszatérési aránynak a külföldről hazatérő elhelyezkedők és a nettó aránynak (a munkaerő-vándorlás egyenlegének) az átlépés időpontjában az érintett és a Magyarországon dolgozó 18 éves és idősebb, nem nyugdíjas korosztály együttes létszámához viszonyított átlagos értéket. Az időbeli változások érzékeltetésére külön vizsgáltuk a és a közötti időszak átlagos arányait. 6 A ábra a 2011 után felgyorsult elvándorlási időszakra jellemző éves átlagos arányokat mutatja. 0

98 Összesen Férfi Nő Közép-Magyarország Közép-Dunántúl Összesen Dolgozott 1 éve Tanult 1 éve Munkanélk. volt 1 éve Gyermekgond., egyéb 1 éve Nyugat-Dunántúl Dél-Dunántúl Észak-Magyarország Kilépési arány Észak-Alföld Dél-Alföld Község Egyéb város Megyei jogú város éves Összesen Felsőfokú fogl. Visszatérési arány Gazd és műszaki fogl 2.3. A külföldi munkavállalás és a munkaerőhiány ábra: Éves átlagos kilépési, visszatérési és nettó munkaeő-vándorlási arány, Tevékenység egy éve Egyéni demografiai, földrajzi jellemzők Szolgáltatást nyújtó fogl. Vendéglátás Kereskedelem Mezőgazdasági fogl. Nettó munkaerő-vándorlási arány éves 45+ éves Legfeljebb 8 oszt. Szakmunkás Foglalkozási csoportok Megjegyzés: Negyedéves átlagos változás adataiból számított éves átlagos értékek. Mintából számított standard hibák; nem szignifikáns a főiskolai és egyetemi végzettségűek, valamint a felsőfokú, szolgáltatást nyújtó, kereskedelmi, mezőgazdasági, építőipari, épületgépészeti szerelési, fémfeldolgozó ipari, élelmiszer- és könnyűipari valamint a segédmunkás foglalkozások nettó (munkaerő-vándorlás egyenlegének) aránya. Kilépési arány: a külföldön munkába lépők átlagos aránya az átlépés időpontjában az érintett külföldön munkába lépő és a Magyarországon dolgozó, 18 éves és idősebb, nem nyugdíjas korosztály együttes létszámához képest. Visszatérési arány: a külföldről hazatérő elhelyezkedők átlagos aránya az érintett hazatérők és az átlépés időpontjában Magyarországon dolgozó, 18 éves és idősebb, nem nyugdíjas korosztály együttes létszámához képest. Nettó arány: a kilépők és a visszatérők különbözetének átlagos aránya az érintettek és az átlépés időpontjában Magyarországon dolgozó, 18 éves és idősebb, nem nyugdíjas korosztály együttes létszámához képest. Gimnázium Szakközépiskola Főiskola Egyetem Építőipari fogl. Épületgépészeti szerelés Fémfeldolgozóip. Élelmiszer- és könnyűipar Gépkezelő, összeszerelő Gk. vezető Segédmunkás 97

99 Hárs & Simon Becslésünk szerint évente átlagosan a 18 éves és idősebb, nem nyugdíjas foglalkoztatottak kicsit több mint 2 százaléka vállalt között munkát külföldön, de közel fele hazajött, és Magyarországon helyezkedett el. Így a külföldi munkavállalás következtében hiányzók nettó aránya évente átlagosan több mint 1 százalékra becsülhető átlagában az arány nem érte el a 0,6 százalékot. A régiók közül az átlagot lényegesen meghaladva Dél-Dunántúlról és Észak-Magyarországról a legmagasabb a kilépők aránya, Észak-Magyarországon magasabb a visszatérőké, ami rövid idejű szezonális jellegű munkavégzésre utal. Nyugat-Dunántúlon kisebb ki- és visszalépő arány mellett a nettó munkaerő-elvándorlás aránya az átlagot messze meghaladja, míg Közép-Magyarországra becsültük a legalacsonyabb kilépési és nettó munkaerő-elvándorlási arányt. A 30 év alatti fiatalok és a gimnáziumi végzettségűek különösen magas arányban lépnek külföldi munkaviszonyba, és alacsony a visszatérők aránya. A felsőfokú végzettségű foglalkoztatottak kivándorlási és hazatérési aránya, különösen az egyetemi végzettségűekre viszont becslésünk szerint az átlagostól elmarad. Azok a foglalkoztatottak, akik egy éve is dolgoztak, az átlaghoz képest kisebb arányban vállalnak külföldön munkát, viszont az egy évvel korábban tanulók nagyon magas arányban, valamint az egy évvel korábban munkanélküliek is jelentős arányban váltottak külföldi munkára. A hazai munkahelyre visszatérők között is magas az egy éve munkanélküliek aránya, ami arra utal, hogy számukra mind a hazai, mind a külföldi munkalehetőség rövid idejű, bizonytalan munkákból áll. Végül megbecsültük, hogy munkaerő-vándorlás hogyan érinti az egyes foglalkozási csoportokban foglalkoztatottakat. A kilépéskor az elhagyott hazai foglalkozást vizsgáltuk, hazatéréskor azt, ahova a hazatérő otthon visszalép. A vendéglátáshoz kapcsolódó foglalkozásokból (szakács, pincér) léptek ki a legnagyobb arányban a külföldi munkavállalás kedvéért, 2011 és 2016 között a kilépők aránya évente átlagosan közel 5 százalék volt, a visszatérők viszonylag alacsony aránya mellett a nettó munkaerő-elvándorlás 4 százalékkal csökkenti évente átlagosan a hazai vendéglátásban foglalkoztatott potenciális létszámot. Éves átlagban közel 4,5 százalék az építőipari és 3,5 százalék az épületgépészeti-szerelési foglakozásokból külföldi munkába lépők becsült aránya, de ezekbe a foglalkozásokba viszonylag magas a visszatérési arány is. A többi ipari foglakozások esetében is azt látjuk, hogy viszonylag magas a visszatérési arány is. A gépkocsivezetők is magas arányban váltanak külföldi munkára, a visszatérők viszonylag alacsony aránya mellett a nettó munkaerő-vándorlás éves átlagos aránya közel másfél százalékos potenciális hazai létszámcsökkenést jelent. A kereskedelem munkaerőhiányáról szóló jelzések ellenére becslésünk azt mutatta, hogy a kereskedelmi foglalkozásokat elhagyók aránya elmarad az átlagostól, a közötti időszak átlagához képest azonban ezekben a foglalkozásokban növekedett a leginkább a külföldi munkára váltók aránya. 98

100 2.3. A külföldi munkavállalás és a munkaerőhiány A demográfiai és munkapiaci tényezők független hatása a külföldi munkavállalásra A leíró statisztikák alapján látott vándorlási minták után azt modellezzük, hogy az egyes tényezők hogyan befolyásolják minden más tényező változatlansága mellett a külföldi munkavállalás valószínűségét. Logisztikus regressziós becsléssel vizsgáltuk a külföldi munkába kilépés és a hazai munkahelyre visszatérés valószínűségére ható tényezők átlagos marginális hatását és annak időbeli változását. A modell leírását a 2.3. Függelék F táblázata tartalmazza. A külföldi munkába lépésre vonatkozó eredményeket a táblázat, a visszatérőkét a táblázat összegzi öt vizsgált mérési időpontra. A fő eredményeket összegezve, azt látjuk, hogy a férfiakhoz képest a nők átlagos marginális hatása a külföldi munkába lépés valószínűségét és a visszatérést is csökkenti, és időben nagyon kevés a változás. Az életkornak a 18 éves korban mért átlagos marginális hatása a külföldi munkába lépést növeli, és ez a hatás időben állandónak tűnik, de 28 éves korban már nincs szignifikáns hatás, és a 38 éves és idősebb kor a külföldi munkába lépés valószínűségét csökkenti. A leíró statisztikában a éves korcsoportra mért kiugróan magas külföldi munkába lépési arányt a marginális becslés csak részben, az egészen fiatalok esetében erősíti meg, azt feltételezhetjük, hogy a foglalkoztatottak külföldi munkába lépését az életkor mellett a korcsoport iskolázottsága és további tényezők is befolyásolhatják. Az iskolai végzettségnek jelentős a hatása a foglalkoztatottak külföldi munkába lépésére, a visszatérésre viszont egyáltalán nincsen szignifikáns hatása. Az iskolázottság átlagos marginális hatása az alapfokú végzettségűekhez képest minden magasabb iskolázottsági szint esetében növeli a külföldi munkába lépés valószínűségét, és iskolázottsági szintenként és időben is növekvő a hatás. A gimnáziumi végzettség fokozatosan elveszti a szakmunkásokhoz képest 2011-ig létező erősebb marginális hatását. A leíró statisztika a gimnáziumi végzettségűek nagyarányú elvándorlását mutatta, ezt más tényezők, így az életkor, korábbi tanulás és további tényezők is befolyásolhatják, a független hatás nem látszik kiugrónak. A felsőfokú végzettség átlagos marginális hatása bizonyult a legerősebbnek, a főiskolai végzettség az időszak egészében, míg a mintánk alapján becsülve az egyetemi végzettség marginális hatása 2011-ig meghaladta a főiskolai végzettségűekét, de a mértéke fokozatosan csökkent, és 2016-ban nem volt szignifikáns a hatás. Az eredmény abból fakadhat, hogy az egyetemi végzettségűek lehetőségei és munkapiaci vonzereje a növekvő mértékű külföldi munkavállalás mellett megváltozott (emellett a mintában az népességbeli arányoknak megfelelően a felsőfokú végzettségűek elemszáma kicsi, ezért csak a jelentősebb hatások mutathatók ki). 99

101 Hárs & Simon táblázat: Egyes tényezők marginális hatása a külföldi munkába lépésre 2006 (I. né.) 2008 (III. né.) 2011 (I. né.) 2013 (III. né.) 2016 (I. né.) Nő 0, *** 0, *** 0, *** 0, *** 0, Életkor 18 éves 0, *** 0, *** 0, *** 0, *** 0, éves 0, *** 0, *** 0, *** 0, *** 0, *** 48 éves 0, *** 0, *** 0, *** 0, *** 0, *** 58 éves 0, *** 0, *** 0, *** 0, *** 0, *** Régió Közép-Dunántúl 0, ** 0, *** 0, *** 0, *** 0, ** Nyugat-Dunántúl 0, *** 0, *** 0, *** 0, *** 0, *** Dél-Dunántúl 0, *** 0, *** 0, *** 0, *** 0, *** Észak-Magyarország 0, *** 0, *** 0, *** 0, *** 0, *** Észak-Alföld 0, *** 0, *** 0, *** 0, *** 0, Dél-Alföld 0, *** 0, *** 0, *** 0, *** 0, * Település jellege Egyéb varos 0, * 0, , , , Megyei jogú város, főváros 0, *** 0, *** 0, *** 0, ** 0, Iskolai végzettség Szakmunkásképző, szakiskola 0, ** 0, *** 0, *** 0, *** 0, *** Gimnázium 0, ** 0, *** 0, *** 0, *** 0, *** Szakközépiskola 0, *** 0, *** 0, *** 0, *** 0, *** Főiskola 0, ** 0, *** 0, *** 0, *** 0, *** Egyetem 0, ** 0, *** 0, *** 0, ** 0, Egy évvel korábbi tevékenység Tanult egy éve 0, ** 0, ** 0, , , Munkanélküli volt egy éve 0, , *** 0, *** 0, *** 0, *** Gyermekgondozás, egyéb egy éve 0, *** 0, *** 0, *** 0, *** 0, Foglalkozás Gazdasági-műszaki foglalkozás 0, , * 0, ** 0, * 0, Szolgáltatást nyújtó foglalkozás 0, , , , , Vendéglátás 0, *** 0, *** 0, *** 0, *** 0, *** Kereskedelem 0, , , , , Mezőgazdaság 0, , , * 0, * 0, Építőipari foglalkozás 0, *** 0, *** 0, *** 0, *** 0, ** Épületgépészeti szerelési 0, *** 0, *** 0, *** 0, *** 0, * Fémfeldolgozó szakmunka 0, *** 0, *** 0, *** 0, *** 0, Élelmiszer- és könnyűipar 0, *** 0, *** 0, *** 0, *** 0, Gépkezelő, összeszerelő 0, ** 0, *** 0, *** 0, *** 0, * Gépjárművezető 0, ** 0, *** 0, *** 0, *** 0, ** Segédmunka 0, ** 0, *** 0, *** 0, *** 0, * Megjegyzés: Az átlagos marginális hatáshoz a 95 százalékos konfidenciaintervallumot delta-módszer segítségével határoztuk meg. Eredményváltozó: külföldi munkába lép. Referenciakategória: férfi, Közép-Magyarország, község, legfeljebb nyolc osztály, dolgozott egy éve, felsőfokú foglalkozások. *** 1 százalékos szinten, ** 5 százalékos szinten, * 10 százalékos szinten szignifikáns. A 28 évesekre vonatkozó együtthatók egyetlen mérési ponton sem szignifikánsak, ezért a táblázatban nem szerepelnek. 100

102 2.3. A külföldi munkavállalás és a munkaerőhiány táblázat: Egyes tényezők marginális hatása a hazai munkapiacra visszatérésre 2006 (1 né.) 2008 (III. né.) 2011 (1 né.) 2013 (III. né.) 2016 (1 né.) Nő 0, *** 0, *** 0, *** 0, *** 0, Életkor 38 éves 0, *** 0, *** 0, *** 0, *** 0, *** 48 éves 0, *** 0, *** 0, *** 0, *** 0, *** 58 éves 0, *** 0, *** 0, *** 0, *** 0, *** Régió Közép-Dunántúl 0, ** 0, ** 0, *** 0, ** 0, Nyugat-Dunántúl 0, , , *** 0, * 0, Dél-Dunántúl 0, , , *** 0, *** 0, Észak-Magyarország 0, *** 0, *** 0, *** 0, *** 0, * Észak-Alföld 0, *** 0, *** 0, *** 0, ** 0, Dél-Alföld 0, ** 0, ** 0, ** 0, , Település jellege Egyéb város 0, ** 0, ** 0, ** 0, , Egy évvel korábbi tevékenység Munkanélküli volt egy éve 0, * 0, * 0, *** 0, *** 0, ** Gyermekgondozás, egyéb egy éve 0, , , ** 0, *** 0, *** Foglalkozás Vendéglátás 0, ** 0, ** 0, *** 0, * 0, Építőipari foglalkozás 0, , , *** 0, ** 0, * Épületgépészeti szerelési. 0, , , ** 0, *** 0, ** Fémfeldolgozó szakmunka 0, , , * 0, *** 0, ** Élelmiszer- és könnyűipar 0, , , , * 0, Gépkezelő, összeszerelő 0, , , , * 0, Gépjárművezető 0, , , , ** 0, Segédmunka 0, , , , ** 0, * Megjegyzés: Az átlagos marginális hatáshoz a 95százalékos konfidencia-intervallumot delta-módszer segítségével határoztuk meg. Eredményváltozó: hazai munkahelyre visszatér. Referencia kategória: férfi, Közép-Magyarország, község, legfeljebb 8 osztály, dolgozott egy éve, felsőfokú foglalkozás *** 1 százalékos szinten, ** 5 százalékos szinten, * 10 százalékos szinten szignifikáns. Az együtthatók a következő kategóriák egyetlen mérési pontján sem szignifikánsak, ezért a táblázatban nem szerepelnek: 18, 28 éves kor, megyei jogú város, főváros, iskolai végzettség (egyedül 2011-ben a főiskolásokra volt gyengén szignifikáns:0, ** ), tanult egy éve, gazdasági-műszaki foglalkozás, szolgáltatást nyújtó foglalkozás, kereskedelem, mezőgazdaság. A regionális hatás Közép-Magyarországhoz képest minden más régióban erősebb, a leíró statisztikában látott arányokkal megegyezve Dél-Dunántúl és Észak-Magyarország átlagos marginális hatása a többi régiónál erősebben növeli a foglalkoztatottak külföldi munkába lépésének a valószínűségét. Dél-Dunántúl átlagos marginális hatása különösen erős és gyorsan növekvő, Észak-Magyarországon ettől elmarad a hatás óta erősen növekszik Nyugat-Dunántúl átlagos marginális hatása, ami vélhetően a 2011 óta teljesen szabad munkavállalás lehetőségével megnyílt osztrák munkapiaci vonzerővel függ össze. A visszatérést befolyásoló regionális marginális hatás lényege- 101

103 Hárs & Simon sen gyengébb, és a kivándorlástól eltérően a legjelentősebb marginális hatást a visszatérésre Észak-Magyarország mutatta, hasonlóan a leíró statisztikában látottakhoz. A községi lakhelyhez képest a megyei jogú városi és a fővárosi lakhely gyengébb marginális hatást gyakorol a külföldi munka vállalására, a többi városi azaz nem megyei jogú, nem fővárosi lakhely viszont a viszszatérés valószínűségét növeli. Az egy évvel korábbi foglalkoztatottsághoz képest az egy évvel korábbi munkanélküliség átlagos marginális hatása mind a külföldi munkába lépés, mind a hazai munkahelyekre visszatérés valószínűségét növeli, az egy évvel korábbi gyermeknevelésé és az egyéb tevékenységé pedig csökkenti. Az egy évvel korábbi tanulás marginális hatása azonban lényegében nem bizonyult szignifikánsnak, a leíró statisztikában látott erős hatás más tényezőkből adódik. A foglalkozások hatása jelentős a külföldi munkába lépés alakulására. A felsőfokú végzettséget igénylő foglalkozásokhoz képest minden más foglalkozás átlagos marginális hatása nagyobb volt a külföldi munkába lépésre. A vendéglátáshoz kapcsolódó, az építőipari, az épületgépészeti szerelési és a gépjárművezető foglalkozások átlagos marginális hatása az időszak egészében jelentős és gyorsan növekvő, 2016-ban 0,5 0,55 százalékkal növelte a külföldi munkába lépés valószínűségét, ettől elmaradva is jelentős a gépkezelő, összeszerelő foglakozások, valamint a segédmunkák átlagos marginális hatása, az előzőknek közel felével, 0,25 százalék körüli nagyságrendben növelve a külföldi munkába lépés valószínűségét. A fémfeldolgozó és az élelmiszer- és könnyűipari foglalkozások marginális hatása hasonló mértékű, de az időszak végén nem látszik szignifikáns hatás. A kereskedelmi és mezőgazdasági foglalkozások átlagos marginális hatása csak egyes években szignifikáns, és viszonylag kis mértékű. A nem fizikai gazdasági-műszaki és szolgáltatást nyújtó foglalkozások átlagos marginális hatása messze elmarad a fizikai foglakozásoknál látott mértéktől. Az összevont foglalkozási csoportok vélhetően elfedik az egyes szakmák, így például az orvosok, ápolónők külföldre áramlásának a hatását (a mintanagyság ilyen mélységű foglalkozásonkénti bontást nem tett lehetővé). Az egyes foglalkozások átlagos marginális hatása kisebb a foglalkozásba visszatérésre, de például az építőipari, épületgépészeti szerelési vagy a fémfeldolgozó foglalkozásokba visszaáramlás mértéke hasonló a kilépésekével, a foglalkozásokba viszszaáramlás szerinti tapasztalatok megfelelnek a leíró statisztikában látottaknak. Összegzés Az elemzésünk azt vizsgálta, hogy az egyéb tényezők mellett a külföldre vándorlás hogyan járul hozzá a hazai munkaerőhiányhoz. A növekvő mértékű külföldi munkavállalás önmagában a vizsgált 18 éves és idősebb, nem nyugdíjas foglalkoztatottak számának érzékelhető csökkenését okozta, a kilépők és hazatérők eredőjeként számított nettó munkaerő-vándorlás aránya között évente átlagosan több mint 1 százalékra becsülhető. Emellett 102

104 2.3. A külföldi munkavállalás és a munkaerőhiány a külföldi munkába lépés és kisebb mértékben a visszatérés szelektivitását látjuk. Ez bizonyos területek munkaerőhiányának kialakulását befolyásolhatja. A külföldi munkába lépésre a fiatal kornak, az iskolai végzettségnek, a régiónak és a foglakozásnak van jelentős hatása. Mindkét vizsgálati megközelítésben a régiók közül Dél-Dunántúlról és Nyugat-Dunántúlról különösen nagy arányban lépnek külföldön munkába és kicsi az ide hazatérők aránya, itt alakulhat ki leginkább munkaerőhiány, Észak-Magyarországon is magas a külföldi munkába lépők aránya, de magasabb a visszatérés is. A leíró statisztika szerint a gimnáziumi, szakközépiskolai és szakmunkás végzettségűek aránya magas a külföldi munkába lépők között, akik valószínűleg fiatalok, és egyéb tényezők így a foglalkozások hatása is megmutatkozik az arányban. A minden más tényező változatlanságát feltételezve, a magasabb iskolai végzettség jelentősebb hatását azonosíthattuk. A külföldi munkavállalásban a foglakozások hatása nagyon erősnek bizonyult, különösen a vendéglátó ipari, építőipari, épületgépészeti szerelési és gépjárművezető foglalkozásokat hagyják el a külföldi munkalehetőségért, itt okozhat a külföldi munkahelyekre váltás komolyabb hiányt, ami megegyezik a tapasztalt és regisztrált munkaerőhiánnyal. Kisebb mértékben az összes fizikai foglalkozás esetében a külföldi munkába lépést növelő hatást azonosíthattunk, ami szintén megfelel az e téren tapasztalható növekvő és terjedő munkaerőhiánynak. Figyelemreméltó azonban, hogy épp a kereskedelmi s emellett a mezőgazdasági foglalkozások esetében nem mutatható ki jelentősebb elvándorlás. A nem fizikai foglalkozásokban összességében alacsony a külföldi munkába lépők aránya, itt egyes szűkebb érintett csoportok, például az orvosok és az ápolónők esetében nem tudtunk marginális hatásokat kimutatni. A jelentős elvándorlás mellett között évente átlagosan a kilépők fele tért vissza hazai munkahelyekre, de bizonytalan a visszatérés szelektivitása. Iskolai végzettségenként egyáltalán nem látszik szelektivitás, és a régiók szerint is kevés esetben. A foglalkozásokat vizsgálva azonban minden ipari foglalkozás esetében viszonylag magas a visszatérés, a nem fizikai foglalkozások esetében azonban ez nem látszik. Hivatkozások Blaskó Zsuzsa Gödri Irén (2016): Magyarországról kivándorlók társadalmi és demográfiai összetétele. Megjelent: Blaskó Zsozsa Fazekas Károly (szerk.): Munkaerőpiaci tükör. MTA KRTK KTI, Budapest, o. Bodnár Katalin Szabó Lajos Tamás (2014): A kivándorlás hatása a hazai munkaerőpiacra. MNB-tanulmányok, 114. Docquier, F. Ozden, C. Peri, G. (2013): The labour market effects of immigration and emigration in OECD countries. The Economic Journal, Vol No o. Dustmann, Ch. Frattini, T. Rosso, A. (2015): The effect of emigration from Poland on Polish wages. The Scandinavian Journal of Economics, Vol No o. Elsner, B. (2013): Does emigration benefit the stayers? Evidence from EU enlargement. Journal of Population Economics, Vol. 26. No o. Hárs Ágnes (2016): Elvándorlás és bevándorlás Magyarországon a rendszerváltás után nemzetközi összehasonlításban. Megjelent: Blaskó Zsuzsa Fazekas Károly (szerk.): Munkaerőpiaci tükör. MTA KRTK KTI, Budapest, o. 103

105 Hárs & Simon Hárs Ágnes Simon Dávid (2016): Munkaerő-migráció, ingázás, kivándorlás. A magyarok munkavállalási célú emigrációját magyarázó tényezők hatása és változása az uniós csatlakozás óta. Megjelent: Blaskó Zsozsa Fazekas Károly (szerk.): Munkaerőpiaci tükör. MTA KRTK KTI, Budapest, o. Hazans, M. (2016): Migration experience of the Baltic countries in the context of economic crisis. Megjelent: Kahanec, M. Zimmermann, K. F. (szerk): Labor migration, EU enlargement, and the great recession. Springer, Berlin Heidelberg o. Horváth Ágnes (2016): Visszatérő kivándorlók. Megjelent: Blaskó Zsuzsa Fazekas Károly (szerk.): Munkaerőpiaci tükör, MTA KRTK KTI, Budapest, o. Hosmer, D. W. Lemeshow, S. (2000): Applied Logistic Regression. 2. kiadás, John Wiley and Sons, New York. Kahanec, M. Pytliková, M. Zimmermann, K. F. (2016): The Free Movement of Workers in an Enlarged European Union: Institutional Underpinning of Economic Adjustment. Megjelent: Kahanec M. Zimmermann, K. F. (szerk.): Labor migration, EU enlargement, and the great recession. Springer, Berlin Heidelberg, o. Mara, I. (2016): Outmigration and labour shortage in the EU-CEE, Special Section III. Megjelent: Growth Stabilises: Investment a Major Driver, Except in Countries Plagued by Recession. Economic Analysis and Outlook for Central, East and Southeast Europe. WIIW Forecast Report, Spring WIIW, Bécs, o. Massey, D. S. (1990): Social structure, household strategies, and the cumulative causation of migration. Population Index, Vol. 56. No o. Paul, P. Pennell, M. L. Lemeshow, S. (2013): Standardizing the power of the Hosmer Lemeshow goodness of fit test in large data sets. Statistics in Medicine, Vol. 32. No o. Pregibon, D. (1980): Goodness of Link Tests for Generalized Linear Models. Journal of the Royal Statistical Society. Series C (Applied Statistics), Vol. 29. No o. Zaiceva, A. (2014): Post-enlargement emigration and new EU members labor markets. IZA World of Labor, Bonn, Függelék F táblázat: ISCO 88 foglalkozási csoportok átkódolása és csoportokra bontása Új kód A vizsgálat foglalkozás csoportjai Leírás ISCO 88 kód 20 Felsőfokú végzettségű foglalkozásokozásai, Vezetők, felsőfokú végzettségűek és fegyveres erők foglal- 1, 2 & 0 kivéve, ha kisszervezet vagy részegység vezető 31 Felső vagy középfokú gazdasági Egyéb felső vagy középfokú gazdasági műszaki foglalkozások, , 341 és műszaki foglalkozások illetve irodai foglalkozások + kisszervezet vezetője 345, 4, Felső vagy középfokú szolgáltatást Egyéb felső vagy középfokú szolgáltatást nyújtó foglalko , 346 nyújtó foglalkozások zások, kivéve: vendéglátás, kereskedelem + kisszervezet 348, vezetője 34 Vendéglátáshoz kapcsolódó Vendéglátás (szakács, pincér, bárfiú)+ részegység, kisszervezet foglalkozások vezető 35 Kereskedelemhez kapcsolódó Kereskedelmi foglalkozások + részegység, kisszervezet foglalkozások vezető 60 Mezőgazdaság szak- és segédmunkák Mezőgazdasági foglalkozások és segédmunkák + részegység, kisszervezet vezető 6, Építőipari foglalkozások Építőipari foglalkozások + részegység, kisszervezet vezető Építőipari szerelési foglalkozások Építőipari szerelési foglalkozások Fémfeldolgozó ipari szakmunkák Fémfeldolgozó ipari foglalkozások + részegység, kisszervezet vezető 73 Élelmiszer- és könnyűipari szak- Élelmiszeripari és más könnyűipari foglalkozások munkák 81 Gépkezelő, összeszerelő foglalkozások 104 Gépkezelő, összeszerelő (kivéve személygépkocsi, taxi, kisteherautó vezető, busz és villamosvezető, nehézgépjármű vezető) 82 Gépkocsivezetők Személygépkocsi, taxi, kisteherautó vezető, busz és villamosvezető, nehézgépjármű vezető 90 Segédmunkák Segédmunkák (kivéve mezőgazdasági) 9 8

106 2.3. A külföldi munkavállalás és a munkaerőhiány F táblázat: 18 éves és idősebb, nem nyugdíjas foglalkoztatottak negyedévenkénti átlagos kilépési, visszatérési és nettó munkaerő-vándorlási aránya, egyes jellemzők szerint, és (százalék) Nem Összes Férfi Nő Kor Régió Közép-Magyarország Közép-Dunántúl Nyugat-Dunántúl Dél-Dunántúl Észak-Magyarország Észak-Alföld Dél-Alföld A település jellege Község Egyéb város Megyei jogú város Legfeljebb nyolc osztály Szakmunkásképző Gimnázium Szakközépiskola Főiskola Egyetem kilépési arány visszatérési nettó munkaerő- kilépési visszatérési arány vándorlási arány arány arány 105 nettó munkaerővándorlási arány 0,28 0,11 0,17 0,52 0,23 0,28 (0,018) (0,012) (0,021) (0,025) (0,017) (0,030) 0,40 0,16 0,24 0,62 0,30 0,32 (0,029) (0,019) (0,035) (0,037) (0,024) (0,044) 0,14 0,06 0,09 0,39 0,15 0,24 (0,017) (0,012) (0,021) (0,032) (0,024) (0,040) 0,64 0,10 0,55 1,40 0,27 1,14 (0,058) (0,015) (0,060) (0,101) (0,031) (0,105) 0,26 0,06 0,20 0,41 0,15 0,26 (0,027) (0,009) (0,028) (0,032) (0,015) (0,035) 0,10 0,03 0,07 0,23 0,07 0,16 (0,017) (0,007) (0,018) (0,026) (0,010) (0,028) 0,09 0,02 0,07 0,24 0,12 0,12 (0,020) (0,009) (0,022) (0,039 (0,031) (0,050) 0,16 0,09 n. sz. 0,57 0,23 0,34 (0,032) (0,029) (0,075) ( 0,043) (0,086) 0,33 0,10 0,22 0,62 0,21 0,41 (0,052) (0,030) (0,060) (0,069) (0,048) (0,084) 0,65 0,19 0,46 0,96 0,37 0,59 (0,098) (0,045) (0,107) (0,119) (0,059) (0,132) 0,57 0,31 0,26 0,81 0,50 0,31 (0,076) (0,063) (0,099) (0,084) (0,069) (0,109) 0,31 0,17 0,14 0,50 0,24 0,26 (0,050) (0,041) (0,064) (0,063) (0,045) (0,077) 0,30 0,10 0,20 0,54 0,20 0,33 (0,048) (0,032) (0,057) (0,063) (0,038) (0,073) 0,42 0,14 0,28 0,65 0,30 0,35 (0,034) (0,020) (0,039) (0,038) (0,026) (0,046) 0,30 0,16 0,14 0,56 0,25 0,31 (0,034) (0,027) (0,044) (0,045) (0,031) (0,055) 0,15 0,06 0,09 0,37 0,16 0,20 (0,025) (0,015) (0,029) (0,044) (0,031) (0,054) 0,29 0,15 0,14 0,58 0,34 0,24 (0,054) (0,039) (0,067) (0,066) (0,068) (0,095) 0,39 0,18 0,21 0,59 0,30 (0,28 (0,037) (0,027) (0,046) (0,041) (0,032) (0,052) 0,29 0,09 0,20 0,80 0,22 0,58 (0,058) (0,035) (0,068) (0,100) (0,062) (0,117) 0,27 0,07 0,20 0,50 0,17 0,33 (0,035) (0,018) (0,039) (0,052) (0,026) (0,058) 0,13 0,08 n. sz. 0,40 0,23 n. sz. (0,027) (0,028) (0,074) (0,047) 0,13 n. sz. 0,12 0,19 0,08 n. sz. (0,050) (0,050) (0,049) (0,037)

107 Hárs & Simon kilépési visszatérő nettó munkaerő- nettó munkaerőkilépő arány visszatérő arány vándorlási arány vándorlási arány Egy évvel korábbi tevékenység Dolgozott egy éve 0,20 0,09 0,12 0,31 0,17 0,14 (0,016) (0,011) (0,019) (0,021) (0,015) (0,026) Tanult egy éve 1,55 n. sz. 1,43 4,98 0,59 4,39 (0,310) (0,316) (0,598) (0,272) (0,657) Munkanélküli volt egy éve 1,12 0,62 0,50 1,98 1,00 0,98 (0,147) (0,138) (0,202) (0,174) (0,153) (0,232) Gyed és egyéb egy éve 0,72 0,23 0,50 1,16 0,31 0,85 (0,156) (0,084) (0,177) (0,203) (0,103) 0,227) Iskolai végzettség Felsőfokú 0,06 0,03 n. sz. 0,17 0,11 n. sz. (0,022) (0,013) (0,039) (0,029) Foglalkozás Gazdasági és műszaki 0,10 0,10 n. sz. 0,30 0,13 0,18 (0,027) (0,030) (0,053) (0,029) (0,060) Szolgáltatást nyújtó 0,18 0,03 0,14 0,27 0,18 n. sz. (0,048) (0,016) (0,050) (0,057) (0,058) Vendéglátás 0,74 0,43 n. sz. 1,21 0,23 0,97 (0,174) (0,132) (0,195) (0,072) (0,208) Kereskedelem 0,09 n. sz. n. sz. 0,43 0,24 n. sz. (0,027) (0,099) (0,082) Mezőgazdasági 0,12 0,06 n. sz. 0,45 0,36 n. sz. (0,045) (0,031) (0,089) (0,093) Építőipari foglalkozás 0,61 0,30 n. sz. 1,10 0,67 n. sz. (0,152) (0,092) (0,199) (0,191) Épületgépészeti szerelés 0,64 0,29 n. sz. 0,88 0,51 n. sz. (0,146) (0,107) (0,162) (0,133) Fémfeldolgozó ipar 0,49 0,14 0,35 0,49 0,30 n. sz. (0,080) (0,037) (0,088) (0,084) (0,052) Élelmiszer- és könnyűipar 0,57 0,10 0,47 0,57 0,38 n. sz. (0,114) (0,043) (0,122) (0,132) (0,154) Gépkezelő, összeszerelő 0,24 0,13 n. sz. 0,45 0,23 0,23 (0,052) (0,048) (0,066) (0,045) (0,080) Gépkocsivezető 0,39 0,16 n. sz. 0,66 0,31 0,36 (0,125) (0,082) (0,127) (0,097) (0,160) Segédmunkás 0,23 0,16 n. sz. 0,47 0,38 n. sz. (0,047) (0,050) (0,078) (0,081) N (megfigyelések) Kilépési arány: a külföldön munkába lépők átlagos aránya az átlépés időpontjában az érintett külföldön munkába lépő és a Magyarországon dolgozó, 18 éves és idősebb, nem nyugdíjas korosztály együttes létszámához képest. Visszatérési arány: a külföldről hazatérő elhelyezkedők átlagos aránya az érintett hazatérők és az átlépés időpontjában Magyarországon dolgozó, 18 éves és idősebb, nem nyugdíjas korosztály együttes létszámához képest. Nettó arány: a kilépők és a visszatérők különbözetének átlagos aránya az érintettek és az átlépés időpontjában Magyarországon dolgozó, 18 éves és idősebb, nem nyugdíjas korosztály együttes létszámához képest. Zárójelben a standard hiba szerepel (százalékpont), n. sz.: aránybecslés nem szignifikáns. 106

108 A modell leírása Két logisztikus regressziós modellel vizsgáljuk a ki-, illetve a visszaáramlás marginális valószínűségét a ki-, illetve visszaáramlókhoz és a hazai foglalkoztatásban maradókhoz együttesen viszonyítva: (1) modell az egyes tényezők hatását a külföldi munkába lépésre, illetve (2) modell a külföldi munkavállalásból visszatérésre. Mindkét alkalmazott logisztikus regressziós modell egyenlete a következő: ln ( 1 p )=b 0 +b 1 X nem +b 2 X kor +b 3 X 2 kor+b 4 X isk +b 5 X fogl.kat +b 7 X régió + +b 8 X teltip +t+b 9 X nem t+b 10 X kor t+b 11 X 2 kort+b 12 X isk t+b 13 X fogl.kat t+ +b 14 X fogl.stat.1.éve t+b 15 X régió t+b 16 X teltip t, ahol p A következő kimenetelek valószínűsége a hazai foglalkozásban maradáshoz viszonyítva: (1) modellben: külföldi munkavállalás, (2) modellben: külföldről hazatérés. Demográfiai változók: X nem nem X kor kor X isk legmagasabb iskolai végzettség Munkapiaci változók: X fogl.kat (1) modellben: összevont foglalkozási kategória a vizsgált két negyedév közül a korábbiban (t 0 ) (2) modellben összevont foglalkozási kategória a vizsgált két negyedév közül a későbbiben (t 1 ) X fogl.stat.1.éve egy évvel korábbi foglalkoztatási státus Regionalitás változók: X régió régió X teltip településtípus t idő (negyedév) Az első modell tehát a magyar munkaerőpiacról eltávozókat írja le, míg a második modell a magyar munkaerőpiacon megjelenőket. A két modell magyarázó tényezőit tekintve mindössze annyiban különbözik egymástól, hogy az előbbi modellben a változás előtti foglalkozási kategória szerepel, míg az utóbbiban a változás utáni (mindekét esetben ez jelenti a változással érintett, illetve magyar munkaerőpiac foglalkozási kategóriáját). A modellparaméterek becslésére a heteroszkedaszticitásra robusztus varinacia-kovariancia becslő eljárást alkalmaztunk A külföldi munkavállalás és a munkaerőhiány 107

109 Hárs & Simon A Hosmer Lemeshow-teszt kidolgozói is elismerik, hogy nagy elemszám esetén egyébként zavart nem okozó illeszkedési eltérés is szignifikáns hibaként jelenik meg (Paul és szerzőtársai, 2013), ezért ezt a tesztet mellőztük, helyette link-tesztet (Pregibon, 1980) és ROC-görbe- elemzést, illetve az ezen alapuló c-statisztikát használtuk a modellilleszkedés vizsgálatára. Emellett minden modell esetében megadjuk a modellre jellemző Nagelkerke-féle pszeudo R 2 értéket is (a modellek illeszkedését leíró paraméterek az F táblázatban találhatók). Összességében megállapítható a mutatók segítségével, hogy a munkaerőpiacra érkezők modelljét a magyarázó tényezők valamelyest jobban magyarázták, mint a munkapiacot elhagyók modelljét. F táblázat: A modell illeszkedés mutatóinak becslése Munkaerőpiacot elhagyók (1) modell Munkaerőpiacra visszatérők (2) modell c-statisztika 0,837 0,835 Link-teszt: modell magyarázóerő 0,704 *** 0,870 ** Link-teszt: illeszkedés eltérés 0,0261 0,010 Nagelkerke-féle R 2 0,118 0,138 A c-statiksztika értéke Hosmer Lemeshow (2000) szerint 0,7 felett elfogadható, 0,8 felett nagyon jó, 0,9 felett kiváló. *** 1 százalékos szinten, ** 5 százalékos szinten, * 10 százalékos szinten szignifikáns. 108

110 3.1. Toborzási nehézségekre panaszkodó vállalatok 3. TOBORZÁSI NEHÉZSÉGEK, ÜZLETI HELYZET ÉS BÉREK VÁLLALATI SZINTŰ ELEMZÉS 3.1. TOBORZÁSI NEHÉZSÉGEKRE PANASZKODÓ VÁLLALATOK Tóth István János & Nyírő Zsanna Az elemzés egy 3185 cég vezetőjének megkérdezésén alapuló vállalati empirikus adatfelvétel alapján azt vizsgálja, 1 hogy a magyar vállalkozások milyen aránya észlel munkaerőhiányt, és milyen vállalati jellemzőkkel rendelkeznek azok a cégek, amelyek érintettek ebben, továbbá hogy hogyan függ össze a munkaerőhiány a cégek várható beruházási aktivitásával, rendelésállományával, illetve béremelési terveivel. Nehézségek a munkaerő felvételében és megtartásában A munkaerő- és szakemberhiányt mint a vállalkozás üzleti tevékenységét akadályozó tényezőt (toborzási nehézségek) nagyjából minden tizedik cég említette a konjunktúravizsgálatok során 2011 áprilisa és 2013 októbere között. Ezt követően ez az arány 2014 októberében megugrott (21 százalékra), vagyis ekkor már e problémát minden ötödik vállalkozás sorolta a cége üzleti tevékenységét akadályozó három legfontosabb tényező közé októberében ismét jelentősebb emelkedés történt, ekkor a vállalkozások 27 százaléka említette a munkaerő- és szakemberhiányt. Egy év múlva már a cégek 36 százaléka, 2017 áprilisra pedig a cégek 38 százaléka emelte ki ezt a problémát (Nábelek és szerzőtársai, 2017). A konjunktúrafelvételek szokásos kérdésén ( Mely tényezők akadályozták a leginkább cége üzleti tevékenységét az elmúlt fél évben? Kérem, legfeljebb hármat válasszon! ) túl 2016 októberében egy másik, a munkaerőhiánnyal kapcsolatos, általánosabb kérdést is feltettünk a cégvezetőknek: Szembesült az Ön cége az utóbbi egy évben valamilyen, a munkaerőhiányra visszavezethető nehézséggel? Erre a kérdésre 2647 cégvezető válaszolt és 53 százalékuk (1392 cégvezető) adott igen választ. Főként az exportáló (74 százalék), az ipari (67 százalék) és a döntően külföldi tulajdonban lévő (76 százalék), dunántúli (53 százalék), közép- (78 százalék) és nagyvállalkozások (85 százalék) vezetői jelezték, hogy a munkaerőhiány problémát okozott a cégük számára. A munkaerőhiányra visszavezethető nehézségek közül a legtöbb cégnek (69 százalék) a tapasztalt munkavállalók felvétele okozott gondot. Nagyjából a válaszadók felének a kezdő munkavállalók felvétele, illetve a cégnél dolgozó tapasztalt munkavállalók megtartása (51 51 százalék) jelentett problémát Az elemzéshez az MKIK Gazdaság- és Vállalkozáskutató Intézet vállalati adatfelvételének nyilvánosan is elérhető adatait használtuk fel. Az elemzés első változatát lásd: Nábelek és szerzőtársai (2017).

111 Tóth & Nyírő A válaszadók több mint harmadánál (39 százalék) a cégnél dolgozó kezdő munkavállalók megtartása is nehézséget okozott, és egyötöd azon cégek aránya, amelyek számára a diák munkavállalók (például gyakornokok) felvétele (21 százalék), illetve a cégnél dolgozó gyakornok megtartása (18 százalék) is gondot jelentett. A válaszadók 7 százaléka egyéb tényezőt jelölt meg ( ábra) ábra: A válaszadók megoszlása aszerint, hogy cégüket mely esetekben érintették a munkaerőhiányra visszavezethető nehézségek, 2016 októberében (százalék) Egyéb Diák(ok) megtartása Diák munkavállaló felvétele Kezdő munkavállaló(k) megtartása Tapasztalt munkavállaló(k) megtartása Kezdő munkavállaló(k) felvétele Tapasztalt munkavállaló(k) felvétele Megjegyzés: N = Forrás: MKKI GVI októberi vállalati adatfelvétele. A válaszadók közel kétharmadának (64 százalék) volt az a véleménye, hogy 2017-ben súlyosbodni fognak a munkaerőhiánnyal kapcsolatos problémák Magyarországon, nagyjából egyharmaduk (31 százalék) szerint azonos mértékűek maradnak, és csupán a válaszadók 5 százaléka gondolta, hogy ezek a nehézségek enyhülni fognak. Többváltozós elemzés A munkaerőhiány mint probléma előfordulását logit modellel becsültük. Arra voltunk kíváncsiak, hogy mely cégek körében volt gyakoribb e probléma. Milyen összefüggés mutatkozik a cégek üzleti helyzete, üzleti várakozásai, rendelésállománya és a munkaerőhiány problémájának észlelése között. Lehet, hogy nincs ilyen kapcsolat: a munkaerőhiány annyira általános, hogy heterogén cégcsoportokat egyaránt érint. Ha azoknál a cégeknél jelentkezik inkább, amelyeknek üzleti helyzete rossz, a kilátásaik sem kedvezők, és a rendelésállományuk sem nő, akkor a probléma valószínűleg a gyengébb helyzetben lévő, eladásaikat növelni képtelen cégeket érte el inkább. Más a helyzet, ha az üzleti helyzet és az erre vonatkozó várakozás és a munkaerőhiány érzékelése között pozitív összefüggést találunk. Ekkor a munkaerőhiány éppen azoknál a cégeknél jelentkezik nagyobb valószínűséggel, amelyek egyébként képesek lennének árbevételük és ezzel együtt profitjuk növelésére is. A vállalati jellemzők közül az ágazatot, a cég méretét, az export arányát az összes eladáson belül, és a jegyzett tőkén belül a külföldi tulajdon arányát a vettük figyelembe. Az eredmények ( táblázat) egyértelműen arra utalnak, hogy a munkaerőhiány azoknál a cégeknél jelentett jellemzően nehézséget 2016-ban, ame-

112 3.1. Toborzási nehézségekre panaszkodó vállalatok lyek üzleti kilátásait a vállalatvezetők kedvezőnek ítélték, és 2017-re vonatkozó várakozásaik is kedvezők voltak, illetve amelyek a rendelésállományuk növekedésére számítottak. A becslések szerint a kielégítő és jó üzleti helyzetben lévő cégek 8 10 százalékponttal nagyobb arányban érzékeltek munkaerőhiányt, mint amelyek rossz üzleti helyzetben voltak. A várható üzleti helyzettel a kapcsolat gyengébb: a jó üzleti helyzetet váró cégek 6 százalékponttal magasabb arányban jelezték ezt a problémát, mint a cég romló üzleti helyzetét várók táblázat: Szembesült az Ön cége az utóbbi egy évben valamilyen, a munkaerőhiányra visszavezethető nehézséggel? október, logit becslés, átlagos marginális hatások (1) (2) (3) Külföldi tulajdon aránya (referenciakategória: nincs külföldi tulajdon) Van: 50 százalék alatt 0,028 0,033 0,019 Van: 50 százalék felett 0,039 0,027 0,036 Gazdasági ág (referenciakategória: ipar) Építőipar 0,154 *** 0,152 *** 0,154 *** Kereskedelem 0,055 0,062 * 0,059 * Egyéb szolgáltatás 0,082 *** 0,088 *** 0,087 *** Létszámkategória (referenciakategória: mikrocég) fő 0,294 *** 0,307 *** 0,299 *** fő 0,358 *** 0,360 *** 0,367 *** 250 fő 0,434 *** 0,422 *** 0,434 *** Export aránya az árbevételen belül (referenciakategória: nem exportál) 33 százalék alatt 0,057 * 0,047 0, százalék 0,043 0,049 0, százalék felett 0,101 ** 0,123 ** 0,091 * Jelenlegi üzleti helyzet (referenciakategória: rossz) Kielégítő 0,080 *** Jó 0,098 *** Várható üzleti helyzet (referenciakategória: rossz) Kielégítő 0,032 Jó 0,063 ** Rendelésállomány (referenciakategória: nem növekszik) Növekszik 0,081 *** Konstans igen igen igen N LR χ 2 (szabadságfok = 13) 462,75 455,19 478,77 Pszeudo R 2 0,1384 0,1401 0,1407 Megjegyzés: Függő változó: nehézség a munkaerőhiány miatt, 0 nem, 1 igen. *** 1 százalékos, ** 5 százalékos, * 10 százalékos szinten szignifikáns. A rendelésállomány szerint is számottevő eltérést láthatunk: a növekvő rendelésállományú cégek 8 százalékponttal nagyobb arányban jeleztek toborzási nehézségeket, mint ahol a rendelésállomány stagnálására, vagy csökkenésére számítottak. A jelenség nem korlátozódott a feldolgozóiparra, sőt az építőipar mellett az egyéb szolgáltatásoknál is erőteljesebben jelentkezett, mint az iparválla- 111

113 Tóth & Nyírő latoknál. Az építőipari cégek 15 százalékponttal nagyobb arányban jeleztek munkaerőhiányt, mint az iparvállalatok. Emellett a mikro- (1 9 főt foglalkoztató) cégekhez képest minden létszámkategóriában egyöntetűen gyakrabban érzékelték a munkaerőhiány problémáját, ugyanakkor sem az export, sem a külföldi tulajdon nem játszott érdemleges szerepet. Toborzási nehézségek és béremelési szándékok Kézenfekvő feltételezés, hogy azon cégek, amelyek munkaerőhiányt érzékelnek, erre többek között a bérek emelésével válaszolnak. Az alábbiakban megvizsgáljuk, hogy azok a cégek, amelyek 2016-ban munkaerőhiányról számoltak be, 2017-ben inkább terveztek-e béremelést. Az elemzett októberi adatfelvétel eredményei szerint a cégek 55,4 százaléka (1477 cég az elemzett 2665 cégből) tervezett bért emelni 2017-ben. A becslés során a vállalat tulajdonosi szerkezetére, iparágára, a vállalat nagyságára (létszám) és a cég árbevételén belül az export súlyára kontrolláltunk, valamint figyelembe vettük a cég várható üzleti helyzetét is. Ezt a rendelésállomány várható alakulásával mértük. Feltételezhető ugyanis, hogy a jobb üzleti kilátással rendelkező cégek inkább tervezik a bérek emelését, mint azok, amelyek romló vagy változatlan üzleti kilátásokkal számolnak. Ennek megfelelően azok a cégek, amelyek növelni tudják rendelésállományukat, nagyobb valószínűséggel terveznek béremelést is. A konjunktúrakutatások eddigi eredményei szerint az exportáló és a külföldi tulajdonban lévő vállalatokat, valamint a nem mikrocégeket általában nagyobb arányban jellemezték a kedvezőbb üzleti kilátások és a béremelési szándékok. Érdemes tehát e hatásokat is figyelembe venni, ha a munkaerőhiány és a béremelési szándékok közötti összefüggéseket szeretnénk vizsgálni. A fenti tényezőktől függetlenül mérhetjük ezek után a munkaerőhiány hatását, ehhez logit becslést végeztünk. A rendelésállomány várható alakulása és a munkaerőhiány érzékelése közötti, a táblázatban kimutatott, pozitív összefüggés miatt a becslést az egész mintán kívül elvégeztük külön a rendelésállomány növekedésére számító és e növekedésre nem számító cégek almintáján is. Az eredmények azt mutatják ( táblázat), hogy szignifikáns pozitív kapcsolat mutatható ki a munkaerőhiány érzékelése és a között, hogy a cég tervezi-e emelni a béreket: azon cégeknél, ahol a munkaerőhiány problémát okozott 2016-ban, 19 százalékponttal magasabb arányban terveztek a következő évben (2017-ben) bért emelni. Ahogy vártuk, a rendelésállomány növekedésére számítók körében szignifikánsan magasabb a bérek emelését tervező cégek aránya, mint ahol a rendelésállomány stagnálására vagy csökkenésére számítanak. Továbbá az is látszik, hogy a toborzási nehézségek erősebben hatnak a béremelési tervekre azoknál a cégeknél, amelyek nem számítanak rendelésállományuk növekedésére, mint azoknál, amelyek számítanak erre. Az előbbieknél 21 százalékponttal növeli annak valószínűségét, hogy a cég béremelést tervez, míg az utóbbiaknál csupán 14 százalékponttal. 112

114 táblázat: A béremelési szándékok becslése, október, logit becslés, átlagos marginális hatások Teljes minta 3.1. Toborzási nehézségekre panaszkodó vállalatok Rendelésállomány nem növekszik Rendelésállomány növekszik Nehézség a munkaerőhiány miatt 0,193 *** 0,209 *** 0,140 *** Külföldi tulajdon aránya (referenciakategória: nincs) Van: 50 százalék alatt 0,052 0,020 0,084 Van: 50 százalék felett 0,049 0,002 0,101 * Gazdasági ág (referenciakategória: ipar) Építőipar 0,025 0,035 0,013 Kereskedelem 0,037 0,059 0,031 Egyéb szolgáltatás 0,062 ** 0,059 0,070 Létszámkategória (referenciakategória: mikrocég) fő 0,230 *** 0,238 *** 0,188 *** fő 0,289 *** 0,362 *** 0,145 ** 250 fő 0,247 *** 0,253 *** 0,199 *** Export aránya az árbevételen belül (referenciakategória: nem exportál) 33 százalék alatt 0,031 0,052 0, százalék 0,101 * 0,171 ** 0, százalék felett 0,043 0,131 * 0,046 Rendelésállomány (referenciakategória: nem növekszik) Növekszik 0,124 *** Konstans igen igen igen N LR χ 2 (szabadságfok = 13) 534,57 389,15 75,96 Pszeudo R 2 0,1666 0,1585 0,1140 Megjegyzés: Függő változó: tervezett béremelés 2017-ben, 0 nem, 1 igen. *** 1 százalékos, ** 5 százalékos, * 10 százalékos szinten szignifikáns. Az itt elemzett mintában nem tudjuk megvizsgálni, hogy a tervezett béremelések milyen mértékben valósultak meg a 3.3. alfejezetben egy szűkebb mintán meg fogjuk mutatni, hogy a tervek és a tényleges kimenetek közötti kapcsolat valójában igen laza. Összességében, az itt elemzett adatok arra utalnak, hogy inkább a sikeres vállalatok számolnak be a munkaerő felvételében, illetve megtartásában előforduló nehézségekről, ami részben természetes velejárója a megnövekvő rendelések kielégítéséhez szükséges növekedésnek. Hivatkozás Nábelek Fruzsina Hajdu Miklós Nyírő Zsanna Tóth István János (2017): A munkaerőhiány vállalati percepciója. Egy empirikus vizsgálat tapasztalata. MKKI GVI, Budapest. 113

115 Hajdú, Köllő & Tóth 1 A Magyar Munkaerőpiaci Prognózis a Nemzetgazdasági Minisztérium és az MKIK Gazdaság- és Vállalkozáskutató Intézet közös, országos munkaerőpiaci adatfelvételének online adatbázisa. 2 Az MKIK GVI irányításával évente egyszer szeptemberben és októberben sorra kerülő adatfelvételek egyenként körülbelül 7000 cég megkérdezésére terjednek ki, azonban az itt közölt elemzés csak egy részmintára terjed ki, ugyanis a 2 9 fős cégek körében nem mértük fel a tartósan betöltetlen álláshelyeket. A kutatás legfrissebb eredményei elérhetők. 3 A tartósan betöltetlen álláshellyel rendelkező cégek közé soroljuk azokat a vállalatokat, amelyeknél akár csak egyetlen ilyen álláshely létezik. 4 A tartósan betöltetlen álláshelyek és a statisztikai állományi létszám összege MANIFESZT HIÁNYHELYZETEK BETÖLTETLEN ÁLLÁSOK ÉS KIHASZNÁLATLAN KAPACITÁSOK Hajdu Miklós, Köllő János & Tóth István János Ebben az alfejezetben olyan (a rövidség kedvéért a manifeszt jelzővel illetett) hiányhelyzetekről lesz szó, melyek esetében a vállalat nem tud betölteni már létező munkahelyeket, illetve nem tud teljes mértékben kihasználni már létrehozott kapacitásokat, okként a munkaerő hiányát jelölve meg. Megvizsgáljuk, hogy az ilyen jellegű hiányhelyzetek hogyan függnek össze néhány alapvető vállalati jellemzővel (méret, ágazat, régió, tulajdoni összetétel, export arány, üzleti kilátások). Az elemzés a Magyar Munkaerőpiaci Prognózis (MMPP) adatain nyugszik. 1 A hiányhelyzeteknek a bérszinttel való összefüggését a 3.3. alfejezetben vizsgáljuk, egy szűkebb az MMPP és a Bértarifa-felvétel összekapcsolásával létrehozott mintán. Tartósan betöltetlen munkahelyek Az MMPP évről évre felméri a tartósan betöltetlen álláshelyek számát és azok bizonyos tulajdonságait mintegy 4200, a versenyszférában működő, legalább 10 főt foglalkoztató vállalat megkérdezésével. 2 A kutatás lehetőséget biztosít az évek közötti összehasonlításra a változatlan adatfelvételi módszertannak és mintavételi eljárásnak köszönhetően. A tartósan betöltetlen pozíciókról 3 beszámoló cégek aránya 2013 és 2016 között folyamatos, évről évre körülbelül 8 százalékpontos növekedést mutatott ( ábra): 2013-ban még csak a vállalatok 9 százaléka számolt be toborzási nehézségekről, míg 2016-ban ez az arány már 33 százalék volt ábra: Tartósan betöltetlen álláshellyel rendelkező cégek aránya, (százalék) Megjegyzés: N = Az évenkénti adatfelvételek eredeti adatait a megkérdezett cégeknek az aggregált foglalkoztatáshoz való hozzájárulásának mértéke szerint súlyoztuk. A súlyozásról bővebben lásd GVI (2016). Forrás: MMPP. Megfigyelhető továbbá, hogy miközben a vizsgált időszakban három és félszeresére nőtt a toborzási nehézségeket jelző cégek aránya, a tartósan betöltetlen álláshelyek és az összes álláshely 4 arányának medián értéke ugyanekkor 114

116 3.2. Manifeszt hiányhelyzetek 2 százalékról 4 százalékra, azaz a duplájára emelkedett, és a szintje is sokkal alacsonyabb volt ( ábra) Megjegyzés: N = Az ábra a tartósan betöltetlen álláshelyről beszámoló cégek részmintáján alapul. Az évenkénti adatfelvételek eredeti adatait a megkérdezett cégeknek az aggregált foglalkoztatáshoz való hozzájárulásának mértéke szerint súlyoztuk. A súlyozásról bővebben lásd GVI (2016). Forrás: MMPP ábra: Tartósan betöltetlen álláshelyek aránya a statisztikai állományi létszámhoz képest, (százalék) Kihasználatlan kapacitások Az MMPP-felvételben a vállalatokat megkérdezik a kapacitáskihasználtság mértékéről és arról, hogy az esetleges kihasználatlanság milyen mértékben tulajdonítható a képzetlen, illetve képzett munkaerő hiányának. A munkaerőhiány miatt fellépő kapacitáskihasználatlanságot a Κ = (1 k)m szorzattal mérjük, ahol k a kapacitás kihasználtsági foka (0 k 1) és m ezen belül a képzett, illetve képzetlen munkaerő hiányára visszavezethető kapacitáskihasználatlanság mértéke (0 m 1), a vállalat közlése szerint. A kérdőív külön kérdést tesz fel a képzetlen és képzett munkaerő hiányára visszavezethető kapacitás-kihasználatlanság mértékéről. A képzett mutatók időbeli alakulását a ábra mutatja ábra: Képzetlen, illetve képzett munkaerő hiánya miatt kihasználatlan kapacitások előfordulása és a kihasználatlanság mértéke, (százalék) Előfordulás (összes vállalat = 100) Arány (kapacitás = 100) 1,5 Százalék ,0 0, ,0 Képzett Forrás: MMPP, Képzetlen 115

117 Hajdú, Köllő & Tóth 5 A modellezéshez a függő változó jellege miatt választottuk a részarányregresszió módszerét (Papke Wooldridge, 2008.) A részarány regresszió számításához a Stata 14.1 fracreg probit parancsát használtuk. 6 Külön modellezzük tehát a probléma fennállását azaz hogy vannak-e toborzási nehézségek a vizsgált cégeknél és mértékét, tehát azt, hogy ha fennállnak e nehézségek, akkor az összes álláshely hány százalékát érintik. Többek között azért döntöttünk így, hogy a probléma súlyáról az abban érintett vállalati csoport vizsgálatával vonhassunk le következtetéseket. A nem érintett cégek bevonása a 0 értékek döntő számát okozta volna függő változó esetében. A hiánymutatók összefüggése néhány alapvető vállalati jellemzővel A toborzási nehézségek a különböző vállalati köröket eltérő mértékben érinthetik. A következőkben regressziós modellek alapján tekintjük át a toborzási nehézségékben érintett vállalati csoportok jellemzőinek változásait az elmúlt négy évben. Egyrészt logit modellekel vizsgáljuk, hogy a vállalatok alapvető háttérjellemzői milyen kapcsolatban álltak azzal, hogy a cégnél volt-e betöltetlen álláshely, vagy sem. Ezek után a tartósan betöltetlen álláshelyek, illetve a munkaerőhiányra visszavezetett kapacitáskihasználatlanság arányát elemezzük részarány-regressziók ( fractional regression) 5 segítségével azon cégek körében, amelyek beszámoltak tartósan betöltetlen álláshelyek létezéséről, illetve kihasználatlan kapacitásokról. 6 A számítások 2016-ra vonatkoznak ( táblázat). A manifeszt hiányhelyzetek gyakoribbak az exportáló cégeknél. A betöltetlen munkahelyek létét, illetve a képzett munkaerő hiánya miatt fellépő kapacitáskihasználatlanság létét vizsgálva, erőteljes, 99 százalékos megbízhatósági szinten is szignifikáns hatást tapasztalunk: azokban a cégekben, ahol az export aránya meghaladja az 50 százalékot, 9 10 százalékkal nagyobb valószínűséggel fordult elő ez a két hiányszimptóma. Az, hogy nagyobb cégeknél nagyobb eséllyel találunk legalább egy üres munkahelyet, triviális eredmény, és bizonyos fokig az is, hogy a regressziók alacsonyabb arányokra utalnak a nagyobb vállalatoknál, hiszen egy kisvállalkozásnál egy fő hiánya is magas százalékos hiányt jelent. A vállalatméret mutatóját azonban más hatások kontrollálása céljából mindenképpen célszerű szerepeltetni az egyenletekben. Az átlagosnál gyakrabban fordulnak elő üres munkahelyek az építőiparban, ezek aránya pedig az építőipar mellett a szolgáltatásokban tekinthető magasnak. Kihasználatlan kapacitásokról legnagyobb arányban a kereskedelemi cégek számolnak be, a képzett munkaerő hiánya miatt fellépő kapacitáskihasználatlanság mértéke pedig az iparban és a kereskedelemben a legmagasabb. A tisztán külföldi tulajdonú cégeknél az összes egyenlet ritkább előfordulást vagy alacsonyabb szintet jelez, de az együtthatók csak az esetek felében szignifikánsak. A regionális különbségekre vonatkozó eredményekben feltűnő, hogy a Vas és Győr-Moson-Sopron megye nélkül számított Dunántúlon a hiánymutatók esetenként azonosak vagy magasabbak, mint az osztrák határon fekvő két megyében. Végezetül, ami a legfontosabbnak tűnik: a jó üzleti helyzetben lévő vállalatokra vonatkozó együtthatók nagyobb részt negatívak (kisebb részt nullának tekinthetők), ami éles ellentétben áll a 3.1. alfejezetben megismert eredményekkel. Míg a munkaerőhiányra mint a fejlődés korlátjára vonatkozó panasz a jó helyzetben lévő vállalatoknál gyakoribb, manifeszt hiányhelyzetek inkább a rosszabb piaci körülmények között működőknél fordulnak elő. Ebben az esetben a részarány-regressziók eredményei erősebbek: a jó üzleti helyzetben lévő vállalatoknak sikerül elkerülniük a súlyos hiányhelyzeteket. 116

118 3.2. Manifeszt hiányhelyzetek táblázat: Különböző hiánymutatók függése alapvető vállalati jellemzőktől 2016-ban, logit marginális hatások és részarány regressziós együtthatók V K1 K2 0/1, logit arány, részarány-regresszióarány-regresszióarány-regressziós arány, rész- arány, rész- 0/1, logit 0/1, logit Az export aránya (referenciakategória: nincs export) 50 százalék alatt 0,03 0,03 0,5 ** 0,08 0,04 * 0,06 ( 0,75) (0,63) (2,28) (1,32) (1,67) (0,76) 51 százalék felett 0,11 *** 0,09 0,09 *** 0,13 * 0,04 * 0,11 ( 2,76) (1,48) (3,34) (1,85) (1,91) (1,28) Létszámkategória (referenciakategória: fő) fő 0,02 0,154 *** 0,01 0,02 0,01 0,09 ( 0,82) ( 2,85) (0,6) ( 0,46) (0,9) ( 1,18) fő 0,08 *** 0,521 *** 0,01 0,12 * 0,03 ** 0 ( 2,86) ( 9,45) ( 0,64) ( 1,73) (1,99) ( 0,04) 250 fő 0,191 *** 0,632 *** 0,01 0,14 * 0,07 ** 0,05 ( 5,07) ( 6,45) ( 0,19) ( 1,69) (2,43) (0,48) Gazdasági ág (referenciakategória: mezőgazdaság) Ipar 0,14 *** 0,087 0,09 *** 0,51 *** 0,04 ** 0,28 ** (3,93) (0,92) (4,72) (5,58) (2,24) (2,14) Építőipar 0,18 *** 0,166 * 0,07 *** 0,4 *** 0 0,05 (4,13) (1,66) (2,81) (3,82) (0,15) (0,31) Kereskedelem 0,06 0,108 0,12 *** 0,49 *** 0,01 0,02 (1,4) (1,02) (4,26) (4,91) (0,26) (0,17) Szolgáltatások 0,14 *** 0,188 * 0,09 *** 0,42 *** 0,05 0,22 (3,31) (1,7) (3,23) (4,12) (1,53) (1,44) Tulajdoni háttér (referenciakategória: tisztán hazai) Vegyes 0,01 0,005 0,05 0,12 0,02 0,2 (0,18) ( 0,06) ( 1,28) ( 1,07) ( 0,65) ( 1,34) Tisztán külföldi 0,03 0,148 ** 0,06 ** 0,15 * 0,03 0,13 ( 0,83) ( 2,52) ( 2,28) ( 1,95) ( 1,26) ( 1,18) Régió (referenciakategória: Közép-Magyarország) Dunántúl (Győr-Moson-Sopron 0,18 *** 0,107 0,14 *** 0,27 *** 0,1 *** 0,25 ** és Vas nélkül) (4,93) (1,43) (4,91) (3,64) (3,48) (2,27) Alföld és Észak-Magyarország 0,08 ** 0,067 0,11 *** 0,26 *** 0,05 ** 0,12 (2,38) (1,29) (4,47) (3,44) (2,37) (1,23) Győr-Moson-Sopron és Vas 0,15 *** 0,018 0,12 *** 0,28 *** 0,06 * 0,1 (3,18) (0,3) (3,22) (3,01) (1,78) (0,82) Üzleti helyzet (referenciakategória rossz) Kielégítő 0,05 0,127 * 0,04 0,03 0,05 ** 0,03 (0,85) ( 1,87) (1,31) (0,41) (2,52) (0,19) Jó 0,01 0,20 *** 0,03 0,20 ** 0,02 0,1 (0,17) ( 3,11) ( 1,01) ( 2,5) (1,1) ( 0,76) V = Tartósan betöltetlen állások előfordulása (0/1), illetve aránya K1= Kihasználatlan kapacitás előfordulása (0/1), illetve aránya a képzett munkaerő hiánya miatt. K2 = Kihasználatlan kapacitás előfordulása (0/1), illetve aránya a képzetlen munkaerő hiánya miatt. Megjegyzés: Függő változó: hiánymutató. *** 1 százalékos, ** 5 százalékos, * 10 százalékos szinten szignifikáns. 117

119 Hajdú, Köllő & Tóth A képzetlen munkaerő hiánya miatt bekövetkezett kapacitáskihasználatlanság mint függő változó esetében a becsült együtthatók nagy többsége nem szignifikáns. Ez alól az iparra mint magyarázó változóra, vonatkozó két paraméter kivétel, jelezve, hogy a manifeszt hiányhelyzetek gyakoribbak az ipari tömegtermelésben, ahol az átlagosnál nagyobb arányban alkalmaznak képzetlen munkaerőt, és a kapacitás sem igazítható olyan könnyen a változó munkaerőpiaci körülményekhez, mint a szolgáltatások vagy az építőipar esetében. A fenti becsléseket más évekre ( ) is elvégeztük, ezek eredményeit hely hiányában nem közöljük. Elmondható, hogy a becslések konzekvensen az átlagosnál súlyosabb hiányt jeleznek az exportálóknál és valamivel enyhébbet a többségi külföldi tulajdonú vállalatoknál. A regiókra és ágazatokra vonatkozó eredmények változékonyabbak, évenként és modellenként is különböznek. Hivatkozások GVI (2016): Rövid távú munkaerőpiaci prognózis MKIK GVI, Budapest. Papke, L. E. Wooldridge, J. M. (2008): Panel data methods for fractional response variables with an application to test pass rates. Journal of Econometrics, Vol No o. 118

120 3.3. Bérszint, manifeszt hiányhelyzetek 3.3. BÉRSZINT, MANIFESZT HIÁNYHELYZETEK, TERVEZETT ÉS TÉNYLEGES BÉREMELKEDÉS Köllő János, Reszegi László & Tóth István János Ebben a fejezetben egyfelől a vállalati bérszint és a manifeszt hiányhelyzetek (létrehozott, de be nem töltött munkahelyek és már létező, de a képzetlen, illetve képzett munkaerő hiánya miatt kihasználatlan kapacitások) közötti kapcsolatokat vizsgáljuk, másfelől pedig azt, hogy a hiányhelyzetek hogyan hatnak a tervezett és tényleges béremelkedésre. Várakozásunk szerint a piaci szint alatt fizető vállalatok nagyobb valószínűséggel panaszkodnak munkaerőhiányra, a hiánnyal szembesülő cégek pedig, ha a vállalati jövedelem engedi, hajlamosabbak emelni a fizetéseket. Ezek a kérdések csak egy szűkebb mintán, a évi MMPP, 1 illetve a és évi Bértarifa-felvételek összekapcsolásával létrehozott adatállományokon vizsgálhatók. Mivel csak mindhárom felvételben egyaránt szereplő cégeket tudjuk elemezni, az esetszámok itt lényegesen alacsonyabbak, és változnak az egyes vállalati ismérvek elérhetőségének függvényében. Bérszint és hiányhelyzetek A vállalati bérszínvonal méréséhez a Bértarifa-felvétel adatai alapján becsült reziduális bérátlagot használjuk fel. Első lépésben bérfüggvényeket becslünk a évi Bértarifa-felvétel egyéni adataival a versenyszférában dolgozókra, a következő magyarázó változókkal: nem, munkaerőpiaci tapasztalat és négyzete, iskolában töltött évek becsült száma, egyjegyű ágazat, vállalati létszám és a telephely megyéje. Az egyenleteket a teljes mintára, valamint a 10 osztálynál kevesebbet (képzetlen), illetve többet végzett (képzett) egyénekre külön-külön is megbecsüljük. Ezt követően a cégszintű reziduális átlagbért a megfigyelt és a becsült egyéni bérek különbségének vállalati átlagaként határozzuk meg. A bért minden esetben logaritmusban mérjük. A pozitív reziduális bérátlag azt jelenti, hogy a vállalat a fenti változók alapján várt szintnél jobban fizeti az alkalmazottait, a negatív azt, hogy a munkaerő-összetétel és a vállalati ismérvek alapján várható bérszint alatt fizet. A megvizsgálható, a korábbinál szűkebb mintában a hiánymutatók átlagértékének és a vállalatok számának alakulását táblázatban mutatjuk be. Lineáris (KLNM) regressziókkal, illetve bináris probit modellekkel vizsgáljuk meg, hogyan függött össze a kihasználatlanság a vállalati bérszinttel ben. A kérdés a két esetben az, hogy a reziduális bér magasabb vagy alacsonyabb szintje hogyan befolyásolja a korábban már megismert hiánymutatókat, azaz a tartósan betöltetlen munkahelyek létét és arányát, illetve a munkaerőhiány miatt fellépő kapacitáskihasználatlanság előfordulását és mértékét. Az alacsony esetszámok miatt az egyenleteket csak egy, a beruházások előfordu A Magyar Munkaerőpiaci Prognózis a Nemzetgazdasági Minisztérium és az MKIK Gazdaság- és Vállalkozáskutató Intézet közös, országos munkaerőpiaci adatfelvételének online adatbázisa.

121 Köllő, Reszegi & Tóth lását mérő kétértékű változóra kontrolláljuk. Az eredményeket további magyarázatokkal kiegészítve a táblázatban közöljük táblázat: Hiánymutatók átlaga és esetszám a fejezetben megvizsgált mintában Százalék Darab Van tartósan betöltetlen munkahely 16, Tartósan betöltetlen munkahelyek aránya 0, A kapacitást nem tudja teljes mértékben kihasználni a képzett munkaerő hiánya miatt 15, Kihasználatlan kapacitás a képzett munkaerő hiánya miatt 0, A kapacitást nem tudja teljes mértékben kihasználni a képzetlen munkaerő hiánya miatt 9,0 965 Kihasználatlan kapacitás a képzetlen munkaerő hiánya miatt 0,5 965 A munkaerő-összetétel alapján várt bérszint alatt fizet (összes alkalmazott) 54, A munkaerő-összetétel alapján várt bérszint alatt fizet (képzett alkalmazottak) 55, A munkaerő-összetétel alapján várt bérszint alatt fizet (képzetlen alkalmazottak) 50,3 965 Forrás: A évi MMPP és a Bértarifa-felvétel összekapcsolt állománya táblázat: A vállalati reziduális bérszint hatása különböző hiánymutatók előfordulására és nagyságára, 2015, probit marginális hatások és lineáris regressziós együtthatók Van-e betöltetlen munkahely? (0/1) Betöltetlen munkahelyek (arány) A kapacitást nem tudja teljes mértékben kihasználni a képzett munkaerő hiánya miatt (0/1) a Kihasználatlan kapacitás a képzett munkaerő hiánya miatt (arány) A kapacitást nem tudja teljes mértékben kihasználni a képzetlen munkaerő hiánya miatt (0/1) Kihasználatlan kapacitás a képzetlen munkaerő hiánya miatt (arány) Hatás a hiánymutatóra reziduális bér b beruházás c Modell Esetszám 0,008 0,087 *** (0,3) (4,7) Probit ,058 ** 0,005 (2,5) (0,2) KLNM ,126 *** 0,087 *** (3,5) (4,9) Probit ,119 *** 0,076 *** (4,5) (3,0) KLNM ,013 0,049 ** (0,4) (2,4) Probit 965 0,035 0,069 ** KLNM 965 (1,3) (2,3) a Kapacitáskihasználatlanság munkaerőhiány miatt: Κ = (1 k)m, ahol k a kapacitás kihasználtságának mértéke (0 k 1), és m a képzett, illetve képzetlen munkaerő hiányára visszavezethető kapacitáskihasználatlanság (0 m 1) a vállalat közlése szerint. b A vállalati átlagos reziduális bér becsléséről lásd a főszöveget. Az első két blokkban a vállalati reziduális átlagbért, a többiben a képzettségi csoportokra számított reziduális bért szerepeltetjük. c Kétértékű változó, értéke 1, ha a vállalatnál volt beruházás 2015-ben, és 0, ha nem volt. A zárójelben t-értékek láthatók. A standard hibákat 100 ismétléses bootstrap eljárással számítottuk. A közölt együtthatók értelmezése a KLNM (klasszikus legkisebb négyzetek módszere) esetében: egy szórásegységnyi reziduális bérkülönbség hatása 120

122 a hiánymutatóra, szórásegységben mérve. A probit modell esetében: marginális hatás a mintaátlagnál. Az egyenletekben a vállalatméretet is szerepeltettük, ennek együtthatója azonban minden esetben nulla közeli és nem szignifikáns volt, ezért az együtthatóit nem közöljük. Megjegyzés: Függő változó: hiánymutatók. *** 1 százalékos, ** 5 százalékos, * 10 százalékos szinten szignifikáns. Forrás: A évi MMPP-felvétel és Bértarifa-felvétel összekapcsolt mintája. Látható, hogy a reziduális bér együtthatója minden esetben negatív, azaz a piaci szint alatt fizető vállalatoknál gyakrabban fordulnak elő manifeszt hiányhelyzetek, de az is, hogy a hatások csak a megvizsgált mutatók felének esetében szignifikánsak. Markáns hatásokat a képzett dolgozóikat piaci bérszint alatt fizető vállalatoknál látunk. A becsült marginális hatásokat (β) és a reziduális bér szóródási tartományát (σ = 0,29) figyelembe véve, azt állíthatjuk, hogy ha a vállalati átlagbér egy szórásegységgel elmarad a piaci átlagtól, az βσ 3,5 százalékponttal növeli a munkaerőhiány miatt bekövetkezett kapacitáskihasználatlanság előfordulási valószínűségét, és ettől alig elmaradó mértékben csökkenti a munkaerőhiány miatt bekövetkező kapacitáskihasználást. A képzetlen munkaerőre vonatkozó eredmények az együtthatók előjelét tekintve hasonlók, de sokkal gyengébbek és statisztikailag nem szignifikánsak. A betöltetlen állásokra mint hiánymutatókra vonatkozó eredmények is gyengébbek. A reziduális bér adott szintje mellett gyakoribbak és súlyosabbak a hiányhelyzetek, ha a cég beruházást hajtott végre. Hangsúlyozzuk azonban, hogy itt inkább kölcsönkapcsolatról, mint oksági viszonyról van szó, a beruházások ugyanis jellegüktől függően enyhíthetik vagy súlyosbíthatják is a hiányt. Továbbá beruházásra esetenként éppen a kialakult hiányhelyzetek miatt kerül sor. A reziduális bér és a hiánnyal kapcsolatos panaszok közötti esetleges fordított irányú kapcsolat éppen erősítené a következtésünket. A hiánnyal küzdő vállalat minden bizonnyal növelni, nem pedig csökkenteni szeretné a béreket: ez a hiány és a reziduális bér között pozitív kapcsolatot implikálna. Ha a bérek és a hiánnyal kapcsolatos panaszok között ennek ellenére negatív összefüggést találunk, az világosan jelzi, hogy az ellenkező irányú hatás dominál: a hiányhelyzetek gyakoribbak a rosszul fizető vállalatoknál. Felmerülhet továbbá, hogy a várt szinttől elmaradó bérek különféle nem pénzbeli előnyök jelenlétére utalnak, ezért csupán ennek alapján nem jogos a piaci bértől való elmaradásról beszéni. Nehéz lenne azonban a mellett érvelni, hogy a szóban forgó (a felvételekben meg nem figyelt) nem bérjellegű előnyöknek, például az átlagosnál kedvezőbb munkakörülményeknek, a kényelmesebb munkarendnek, a jobb előmeneteli lehetőségeknek, a nagyobb állásbiztonságnak miért kellene együtt járnia sűrűbb és súlyosabb hiánypanaszokkal. Ezek a tényezők adott bérek mellett inkább csökkentik a hiányhelyzetek kialakulásának valószínűségét, gyengítik a reziduális bér és a panaszok közötti negatív kapcsolatot, ez utóbbit éppen ezért alsó becslésnek tekinthetjük Bérszint, manifeszt hiányhelyzetek 121

123 Köllő, Reszegi & Tóth 2 A kvalitatív eredmények azonban nem változnak, ha a beruházásokra vonatkozó változót is szerepeltetjük a modellben. Hiányhelyzetek és béremelkedés Az itt elemzett mintákban megvizsgálható a hiányhelyzetek, valamint a tervezett és a ténylegesen megvalósuló béremelés közötti kapcsolat, illetve a tervek és tények viszonya is. A vállalati szándékok önmagukban is érdekesek mivel nem csupán a tényleges béremelést meghatározó tényezőktől, hanem a cégek üzleti várakozásaitól is függnek. Ennek megfelelően a béremelési szándékok és a tényleges béremelés esetében elméletileg sem várhatjuk el, hogy a tényleges béremelés teljes egészében megegyezzen a szándékolttal. De azt igen, hogy a kettő között szignifikáns pozitív kapcsolat legyen: a cégek úgy tervezzék a bérek alakulását, hogy tekintettel legyenek a béreiket ténylegesen kialakító tényezőkre. Az elemzés során az 2015-ös MMPP-adatfelvétel mellett a Bértarifa-felvétel 2015-ös és 2016-os adatait használjuk. Az MMPP-vizsgálatra 2015 szeptember októberében került sor, és a 2016-ban megvalósítani tervezett béremelésről ad információt. Az itt megfogalmazott kérdés a következő volt: Várhatóan hogyan fog változni 2016-ban a vállalkozásnál (telephelynél) az átlagkereset (nominálértéken) az előző évhez képest? A Bértarifa-felvételekből származó tényleges béremelkedés adata ugyancsak az átlagkereset növekedésére vonatkozik 2015 és 2016 májusa között. Bár a két mutató nem pontosan ugyanazt méri, közöttük potenciálisan erős kapcsolatot feltételezhetünk, mivel a cégek nagy része az év első felében emel bért. A különböző hiánymutatóknak a tervezett és tényleges béremelkedésre gyakorolt hatását egyváltozós regresszókkal vizsgáljuk. Robusztus regressziós eljárást (Stata rreg) használunk, mert a bérváltozásokban (szokásszerűen) megfigyelhető szélsőséges értékek miatt a lineáris regressziós eredmények nagyon bizonytalanok. A táblázat alapján azt látjuk, hogy csak a betöltetlen munkahelyek léte és aránya, valamint a képzett munkaerő hiányára visszavezethető kapacitáskihasználatlanság előfordulása hatott szignifikáns mértékben a 2016-os béremelési tervekre. Az ezekben az esetekben megfigyelt pozitív korrelációkban szerepet játszhat, hogy bizonyos tényezők piacnyitás, új üzem vagy műszak elindítása stb. egyidejűleg indokolhatnak béremelést és legalábbis átmeneti hiányhelyzeteket. 2 A hatások azonban még az egyváltozós, további hatótényezőkre nem kontrollált egyenletekben is gyengék: azoknál a vállalatoknál, amelyek 2015-ben betöltetlen munkahelyeket jeleztek, a os béremelkedés mindössze 0,7 százalékponttal volt gyorsabb, mint a hiányra nem panaszkodó cégeknél. Ami azonban ennél is feltűnőbb: a 2015-ben jelzett hiánypanaszok egyetlen esetben sem vezettek gyorsabb tényleges béremelkedéshez a hiányhelyzeteket nem jelző vállalatokhoz képest: az együtthatók minden esetben pozitívak, de még 10 százalékos szinten sem szignifikánsak. Ebben szerepe lehet annak, hogy a béremelési tervek és a tényleges béremelkedés egymással ugyan pozitív, de laza kapcsolatban álltak. Ha a tényadatot a tervre regresszáljuk (ismét robusz- 122

124 3.3. Bérszint, manifeszt hiányhelyzetek tus modellel), akkor 0,31 értékű, 1 százalékos szinten szignifikáns együtthatót kapunk, azaz egy százalékkal gyorsabb tervezett béremelés csupán nagyjából egyharmad százalékkal gyorsabb tényleges bérnövekedést valószínűsített táblázat: évi hiánymutatók hatása a évre tervezett és a os tényleges vállalati átlagbéremelésre robusztus regressziós együtthatók Van-e betöltetlen munkahely? Betöltetlen munkahelyek aránya A kapacitást nem tudja teljes mértékben kihasználni a képzett munkaerő hiánya miatt (0/1) Kihasználatlan kapacitás a képzett munkaerő hiánya miatt (arány) A kapacitást nem tudja teljes mértékben kihasználni a képzetlen munkaerő hiánya miatt (0/1) Kihasználatlan kapacitás a képzetlen munkaerő hiánya miatt (arány) Hatás a logaritmus pontban mért A hiánymutató átlaga tervezett tényleges és szórása béremelésre 0,007 *** 0,003 0,172 (3,1) (0,32).. 0,064 ** 0,105 0,007 (2,0) (0,66) (0,025) 0,004 * 0,006 0,159 (1,8) (0,6).. 0,016 0,134 0,009 (0,6) (1,0) (0,294) 0,000 0,007 0,090 (0,1) (0,5).. 0,013 0,041 0,005 (0,3) (0,2) (0,021) A béremelés átlaga és szórása 0,022 0,076 Megfigyelések száma Megjegyzés: Függő változó: hiánymutatók. A tényleges béremelkedést a és májusi vállalati átlagbérszintek alapján számítottuk. Forrás: A 2015, évi MMPP-felvétel és a 2015, és 2016, évi Bértarifa-felvétel összekapcsolt mintája. Természetesen kívánatos lenne az itt épp csak érintett összefüggéseket nagyobb, finomabb elemzést is megengedő mintán vizsgálni. Ilyen adatok nem állnak rendelkezésre: jelenleg a 2015-ös MMPP és a os Bértarifa-felvételek összekapcsolt adatállománya a legnagyobb, legfrissebb és legmegbízhatóbb minta, amelyen ilyen elemzés végezhető. Ezek az adatok nem jeleznek szoros kapcsolatot a vállalatok által jelzett manifeszt hiányhelyzetek és a béremelkedési ütem között. Kerülő utak a hiány enyhítésére A fenti eredmények több okból sem mondanak el mindent a munkaerőhiánynak a bérekre (és más javadalmazási formákra) gyakorolt hatásáról. Először is, adatok hiányában nem tudjuk megvizsgálni azoknak a vállalatoknak a béralakulását, amelyek nem szembesülnek manifeszt hiányhelyzetekkel, de a munkaerőt a fejlődésüket korlátozó tényezőnek tartják. Másodszor, a béremelés és a hiány egymással nem egyirányú kapcsolatban áll: a múltbeli hiány béremelésre ösztönözhet, ami mérsékli a hiányt. A szimultaneitásból adódó torzítást Ezen sem változtat a beruházás vagy a vállalatméret figyelembevétele.

125 Köllő, Reszegi & Tóth csak úgy tudnánk kiküszöbölni, ha rendelkeznénk olyan változókkal, amelyek hatnak a hiányra, de nem hatnak a béremelési szándékokra. Ilyen potenciális instrumentumokat nem találtunk a megvizsgálható adatállományokban. Harmadsorban, a toborzási nehézségekkel szembesülő vállalatok egy része béremelés helyett más eszközökkel próbálhatja enyhíteni a hiányt. A kevéssé termelékeny, a bérek emelésére képtelen cégeket az esélytelenség könnyen terelheti piacon kívüli, szürke, nem jogkövető megoldások felé. Ez a kísértés széles vállalati kört érinthet meg. A hazai tulajdonú vállalatoknál az egy főre jutó hozzáadott érték a külföldi tulajdonú cégekétől több mint 50 százalékkal marad el a feldolgozóiparban, 60 százalékkal az építőiparban és az információs-kommunikációs szolgáltatásokban (KSH, 2017). A külföldi cégek egy része elsősorban az összeszerelőket és gépkezelőket, egyszerű betanított munkát végző minimálbéreseket foglalkoztató kör is átlag alatti bérrel dolgozik, és ebben a szférában inkább a hazaiakhoz közeli egy főre jutó hozzáadott érték a jellemző (Reszegi Juhász, 2013). Ezek a vállalatok nehezen tudnak bért emelni a vállalat továbbélésének kockáztatása nélkül. Ha viszont nem teszik, akkor az alacsony termelékenységből fakadó hátrányok a feszesebbé váló munkaerőpiacon kumulálódnak. A termelékenyebb cégek munkaerő-elszívó hatása miatt csökken a létszámuk. Ez erodálja az eddigi befektetéseiket, nő a be nem töltött munkahelyek száma, emelkedik a fix költség aránya, csökken a vállalati jövedelem, így szűkülnek a beruházási lehetőségek, kevésbé van mód munkaerőt kiváltó, munkatermelékenységét növelő beruházásokra. E cégek egyetlen legális esélye a fejlesztés, az innováció lenne (amire eddig is lett volna lehetőségük a kedvező hitellehetőségeknek, például a Növekedési Hitelprogramnak, köszönhetően). Hogy ez nem történt meg, az vezetési problémákra utal. A rossz körben sodródó vállalat nagy eséllyel nyúl jogsértő, szürke- vagy feketemegoldásokhoz. Ezt a folyamatot nehéz lenne adatokkal érzékeltetni, inkább csak adalékokat adunk a jellemzéséhez. Az információk forrását elsősorban vállalati vezetőkkel folytatott beszélgetések jelentik, a jellemző példák is tőlük származnak. Itt géppuskalábúak dolgoznak, én itt nem akarok dolgozni búcsúzott egy próbaidős dolgozó egy kiemelkedő termelékenységű üzem vezetőjétől, pedig betanított munkára 300 fölötti bruttó jöhetett volna össze. Nem merem fegyelmezni az utasítást megsértő dolgozót, mert félek, hogy felmond érvel egy másik cég ügyvezetője. Ilyenkor ősszel a járvány idejéhez hasonló a táppénzesek aránya, hisz betakarítás, szüret van. Tudom, hogy nem beteg, de nem akarom ellenőrizni, nehogy felmondjon, pedig ezek a hiányzások szétzilálják a termelésünket mondja az ügyvezető. A logisztikusnak jelentkező kérdése az interjún: meg kell fogni az árut is, targoncázni is kell, azt hittem, csak az irodában kell ülni a számítógép előtt. El kell mennem, mert akkor többet kapok, hisz az itt lévőket kevésbé becsülik meg mondja a három-négy évenként munkahelyet váltó munkatárs. 124

126 3.3. Bérszint, manifeszt hiányhelyzetek A munkavállalókkal szembeni kényszerű engedékenység mellett előtérbe kerülnek a jogkövetést feladó módszerek, amit a vállalkozó a túlélésért folytatott harccal magyaráz, s ezzel menti fel magát. Számos helyen nem teljes bérre jelentik be a dolgozót: hivatalosan részmunkaidős az állás, a valóságban teljes, a különbség zsebbe megy. Ez gyakori a kereskedelemben, vendéglátásban, szállodaiparban. A túlórákat gyakorta más címen fizetik ki, hisz az kétszeresen drága lenne. Nem értettem, hogy az interjún miért kell mindenkinek a nettó fizetést mondani, mikor megkérdeztem a jó harmincas munkavállalót, a válasz a következő: még soha nem voltam teljes bérre bejelentve! Ezeknek a kifizetéseknek a forrása vagy a számla nélküli értékesítés bevétele, vagy az anyagvagy szolgáltatásszámla beszerzése, jobb esetben az osztalék. Valószínű, hogy a hiányhelyzetek szaporodásával ez a fajta jogkerülő magatartás erősödni fog a gazdaság kevéssé termelékeny szegmenseiben. * * * Tekintve, hogy a munkaerőhiány és a bérek közötti kapcsolat vállalati adatokon nyugvó közvetlen vizsgálata bármilyen hasznos is csak viszonylag kis mintákon és szűkös változókészlettel végezhető el, a következő alfejezetben közvetett úton, hosszabb időre kitekintve, egyéni adatok alapján is megvizsgáljuk, kimutathatók-e az erősödő munkaerőhiány jelei a bérek alakulásában. Hivatkozások KSH (2017): Egy főre jutó hozzáadott érték nemzetgazdasági ág és a végső tulajdonos székhelye szerint (2008 ). KSH, Budapest. Reszegi László Juhász Péter (2013): A vállalati teljesítmény nyomában, Alinea, Budapest. 125

127 Czethoffer & Köllő 3.4. A RELATÍV BÉREK ALAKULÁSA HOSSZABB TÁVON. AZONOSÍTHATÓK-E HIÁNYHELYZETEKRE UTALÓ JELEK? Czethoffer Éva & Köllő János 1 Erről lásd kötetünk Statisztikai adatok című részét. Az elmúlt két évben erősen felgyorsult a bérek növekedése, amit sokan éppen a hiányhelyzetek kialakulásával magyaráznak ban már különösen nagymértékű, a korábbi csúcsokat (1994, , 2005) megközelítő vagy elérő reálbér-emelkedésre került sor, miközben a különböző hiánymutatók is gyors növekedésnek indultak. 1 Ebből azonban nem következik, hogy a két jelenség között feltétlenül oksági kapcsolat áll fenn. Az esetleges kauzalitást ebben az alfejezetben közvetett jelekből próbáljuk megítélni (a 3.3. alfejezetben pedig közvetlenül vizsgáljuk egyes hiányindikátorok és a bérek kapcsolatát). Megvizsgáljuk, hogy gyorsabban emelkedtek-e a bérek azokban a munkavállalói és vállalati csoportokban, amelyeket erősebben érintenek különféle kínálati oldali változások (létszámbeli fogyatkozás, külföldre vándorlás, nyugdíjba vonulás) vagy amelyeket köztudottan sújt a munkaerőhiány (szakmunkások, iparvállalatok). A bérek emelkedését két lépésben elemezzük. Először egyéni bérfüggvényeket becslünk az ezredfordulótól 2016-ig, és különféle egyéni és környezeti jellemzők kereseti hatásának időbeni alakulásából vonunk le a toborzási nehézségek esetleges szerepére vonatkozó következtetéseket. Másodszor, különféle vállalati jellemzők, ezen belül a munkaerő-összetétel hatását vizsgáljuk a vállalati szintű éves béremelkedésekre. A szövegben csak a hiányhelyzetek (közvetett) azonosítására alkalmas változók paraméter-idősorait tárgyaljuk, a részletes eredményeket kérésre Stata- vagy Excel-adatbázis formájában elérhetővé tesszük. A vizsgálódást mindvégig a versenyszférára korlátozzuk. A ábrán látható, hogyan alakult 2002 és 2016 között egyfelől a pályakezdők, a munkahelyükre nem régen belépettek és a gyakornokok, másfelől a szakmunkás végzettségűek, a szakmunkásként dolgozók és a diplomások bére. A görbék pontos értelmezéséről lásd az ábrák alatti jegyzetet! A pályakezdők bérhátránya a munkaerőpiacon (maximálisan) éve jelenlévőkhöz képest a százalékos sávban mozgott, és ban mérséklődött a válság és a kilábalás időszakához képest, de a kétezres évekhez képest nem lett kisebb. Nem beszélhetünk határozott törésről abban az időszakban, amikor megszaporodtak a hiánnyal kapcsolatos panaszok. A munkahelyükön legfeljebb három éve dolgozók esetében sem látunk törést: a bérhátrányuk a vállalatnál éve dolgozókhoz képest leszámítva két évet a 4 8 százalékos sávban mozgott, és nem mérséklődött az utóbbi években. A gyakornokok kereseti idősorában enyhén emelkedő trendet fedezhetünk fel, de az időszak végi értékek nem különböznek érdemben az ezredforduló utániaktól, és különösen nem fedezhető fel éles irányváltás ban, a toborzási nehézségek fokozódásának időszakában. 126

128 Logaritmuspont Logaritmuspont 0,15 0,20 0,25 0,30 0, ,2 0,1 0, A relatív bérek alakulása hosszabb távon ábra: Különböző egyéni jellemzők hatása a havi bruttó keresetre, a regressziós együtthatók Pályakezdők: 0 3 év az iskola elhagyása óta (becsült) Új belépő: 0 3 éve dolgozik a vállalatnál Referencia: év az iskola elhagyása óta (becsült) Referencia: éve dolgozik a vállalatnál 0,00 0,02 0,04 0,06 0,08 Gyakornok Szakiskolai végzettségű Referencia: nem gyakornok Referencia: 0 8 osztályt végzett 0,16 0,14 0,12 0,10 0,08 0,1 0, Szakmunkásként dolgozik Diplomás foglalkozásban dolgozik Referencia: irodai dolgozó Referencia: irodai dolgozó 0,05 0,5 Logaritmuspont 0,00 0,05 0,10 0,4 0,3 Logaritmuspont 0, ,012 0,011 0,010 0,009 Havi túlórák száma 95% os konfidencia intervallum 0, ,008 0, ,20 0,15 0,10 0,05 Pontbecslés a A görbék azt mutatják, hány logaritmusponttal (ha százzal szorozzuk, akkor nagyjából hány százalékkal) magasabb vagy alacsonyabb a bruttó kereset az adott ka Ausztriával határos megyében dolgozik Referencia: Nógrád megyében dolgozik Győr Moson Sopron megye Vas megye 127

129 Czethoffer & Köllő 2 Ebben az esetben, a láthatóság javítására nem tüntettük fel a pontbecslésekhez tartozó konfidencia-intervallumokat. tegóriában, mint a referencia-csoportban. A túlórák hatására vonatkozó görbe azt mutatja, hány logaritmusponttal emeli a havi bruttó keresetet havi egyórányi túlmunka. A szürke sávok (konfidencia-intervallumok) azt jelzik, hogy a hatás erejét a tévedés 5 százaléknál alacsonyabb kockázatával az ábrán jelzett határok közé becsülhetjük. Minden hatás parciális, azaz minden más változó azonossága esetén értelmezendő. Az egyenletekben a következő változók szerepeltek: nem, munkaerőpiacon töltött idő, szolgálati idő, iskolázottság, foglalkozás (egyjegyű FEOR-kód alapján), gyakornok, túlórák száma, részmunkaidős, határozott idejű szerződéssel dolgozik, a vállalat többségi külföldi tulajdonú, egyjegyű ágazat, a telephely megyéje. A becslés a vállalati szférára vonatkozik. Megjegyzés: Függő változó: a havi bruttó kereset logaritmusa. Forrás: Bértarifa-felvételek, A szakmunkás végzettségűek (akik a korábban szakmunkásképzőnek, majd szakiskolának, ma pedig szakközépiskolának nevezett iskolatípusban szereztek felsőfokú, továbbtanulásra nem jogosító oklevelet) általános iskolát végzettekhez viszonyított kereseti előnyének idősora sem tanúskodik arról, hogy elindult volna az ilyen szinten kvalifikált munkaerő kínálatát ösztönző relatív béremelkedés folyamata. Ugyanakkor a szakmunkásként dolgozók bérei a 2008-as mélypont után határozott növekedésnek indultak: az irodai dolgozókhoz viszonyított bérhátrányuk (15 százalék) 2016-ra teljesen eltűnt. Éles irányváltást a diplomás foglalkozásokban dolgozók keresetnövekedésében látunk (ebben az esetben is az irodistákhoz viszonyítva) ban. Meglepő módon nem növekedést, hanem határozott csökkenést látunk a túlórák kereseti hozamában: míg 2002-ben havi tízzel több túlóra 11 százalékkal emelte a havi bruttó keresetet, ez a hatás 2016-ra 9 százalékra mérséklődött, ami kicsi, de statisztikailag szignifikáns elmozdulás. Végezetül, nem emelkedtek a bérek más tényezőket azonosnak tekintve a nyugati határszélen dolgozók körében, az ingázó külföldi munkavállalással leginkább érintett Győr-Sopron-Moson és Vas megyében: az utóbbiban folyamatosan, bár kis mértékben emelkedtek, az előbbiben enyhén csökkentek a fizetések a referenciaként szolgáló Nógrád megyéhez képest. Külön ábrán vizsgáljuk a munkaerő-összetétel, a vállalatméret, a tulajon és a földrajzi elhelyezkedés hatásaitól megtisztított ágazati bérkülönbségek alakulását ( ábra). Két fejlemény érdemel figyelmet: 2006 után jelentősen csökkent a pénzügyi ágazat bérelőnye, és 2012 után javult a feldolgozóipar pozíciója. 2 Összességében, az egyéni keresetek két esetben változtak olyan irányban és ütemezésben, hogy annak alapján egyáltalán felmerülhessen a munkaerőhiány szerepe: az egyik a diplomás foglalkozások felértékelődésében megfigyelhető gyorsulás, a másik az ipar kereseti helyzetének javulása. Sem az ábrákon szereplő, sem az elemzésbe bevont, de a szövegben nem vizsgált többi dimenzióban nem következett be olyan változás, ami erőteljes kapcsolatra utalna a hiányhelyzetek elszaporodása és a gyorsuló béremelkedés között. A rövid (kétéves) paneladatokon nyugvó vállalati szintű regressziók az éves átlagbér változását magyarázzák tól ig. A témánk szempontjából legfontosabb paraméter-idősorokat a ábra mutatja. 128

130 ábra: Ágazati bérhozamok, Ágazati bérkülönbségek Referencia: Energia, víz 3.4. A relatív bérek alakulása hosszabb távon Azokat a vállalatokat, ahol sok a nyugdíjkorhatárhoz közeli alkalmazott, erősebben érinti az utánpótlás szűkössége. Az idősek magasabb arányának hatása 2005 után erősödött, de ebben nem hozott változást a hiány kiéleződésének időszaka. A pontbecslések növekedést jeleznek, de az időszak elején és végén mért konfidencia-intervallumok átfednek, azaz a különbség statisztikailag nem szignifikáns. 3 A fiatalok aránya az átlagosnál gyorsabb bérnövekedést implikált a teljes vizsgált időszakban, egyetlen év kivételével. A több pályakezdőt foglalkoztató cégeket az átlagnál erősebben sújtja a fiatalok körében megemelkedő fluktuáció és az elvándorlás, aminek szerepe lehetett a béremelkedési ütem 2008 utáni gyorsulásában. A válság előtti és utáni években becsült konfidencia-intervallumok azonban itt is átfedik egymást. Munkaerő-cserélődés: ha nincs munkaerő-forgalom, a vállalati alkalmazottak átlagos szolgálati ideje egy év alatt egy évvel nő, ha ennél többel, az a cég öregedésére utal. Az, hogy ez a teljes vizsgált időszakban az átlagosnál gyorsabb bérnövekedéssel járt együtt, azt sejteti, hogy inkább az utánpótlás biztosítására tett erőfeszítés sikertelenségéről, mint annak szándékos elhagyásáról van szó. A kapcsolat erősödött is, de nem 2013 után, hanem folyamatosan, a teljes megfigyelt időszakban. A több szakiskolai (újabb hivatalos nevén szakközépiskolai) végzettségű munkavállalót alkalmazó cégek a teljes vizsgált időszakban ( et leszámítva) az átlagosnak megfelelő ütemben emelték a béreket. Ez a mintázat nem változott meg ban, a szakmunkáshiányról szóló panaszok szaporodásának éveiben. Hasonlóképp, a diplomások arányának hatásában sem látunk érdemi változást 2013 után. Azoknál a vállalatoknál, amelyeknek egy vagy több telephelye Győr-Sopron-Moson vagy Vas megyében működik, a pontbecslések a béremelkedési ütem fokozatos gyorsulására utalnak, de az időszak elején és végén mért értékek ebben az esetben sem különböznek szignifikánsan Érdemes megjegyezni, hogy a munkavállalói körből való kiöregedés a különböző szakmákat, ágazatokat, régiókat hasonló mértékben érinti, vállalati szinten azonban jelentős a szóródás: az ONYF adatai szerint a cégek 60 százalékában egyetlen, a nyugdíjaskorhoz közeledő (59 63 éves) munkavállaló sem dolgozik, míg a maradék 40 százaléknál az arányuk a főátlag kétszeresét is meghaladja.

131 Czethoffer & Köllő ábra: A munkaerő-összetétel hatása a vállalati átlagbér emelkedésére, a regressziós együtthatók évesek aránya Fiatalok aránya 0,10 0,4 Logaritmuspont 0,05 0,00 0,05 0, A munkaerőállomány öregedése 0,0006 0,2 0,0 0, Szakiskolai végzettségűek aránya 0,05 Logaritmuspont 0,0004 0,0002 0,00 0, Diplomások aránya 0,05 0, Ausztriával határos megyék 0,03 Logaritmuspont 0,00 0,05 0,10 0, ,02 0,01 0,00 0,01 0, % os konfidencia intervallum Pontbecslés a A görbék azt mutatják, hány logaritmusponttal (ha százzal szorozzuk, akkor nagyjából hány százalékkal) volt gyorsabb vagy lassabb a vállalati átlagkereset növekedése a magyarázó változó egységnyi változásának hatására. A szürke sávok (konfidencia-intervallumok) azt jelzik, hogy a hatás erejét a tévedés 5 százaléknál alacsonyabb kockázatával az ábrán jelzett határok közé becsülhetjük. Minden hatás parciális, azaz más változók azonossága esetén értelmezendő. Az egyenletekben az ábrán szereplőkön kívül a következő változók szerepeltek: férfiak aránya, szakközépiskolát és gimnáziumot végzettek aránya, minimálbéresek aránya, határozott idejű szerződéssel dolgozók aránya, létszám, ágazat. Fiatal = legfeljebb három éve 130

132 hagyta el az iskolát (becsült érték). A munkaerő-állomány öregedése = az átlagos szolgálati idő változása egy év alatt. Az évek a bázisévet jelölik. A becslés a vállalati szférára vonatkozik. Megjegyzés: Függő változó: a vállalati átlagbér éves változásának logaritmusa. Forrás: Bértarifa-felvételek, * * * Összefoglalóan: a relatív bérekről rendelkezésre álló, nagy mintából származó adatok nem utalnak arra, hogy a munkaerőhiány meghatározó szerepet játszana az utóbbi évek gyors bérszínvonal-emelkedésében. A pontbecslések emelkedő bérekre utalnak a fiataloknál, a szakmunkás és diplomás foglalkozásokban dolgozóknál és az iparban, továbbá gyorsabb vállalati bérszintemelkedésre a demográfiai cserének, a munkaerő-forgalomnak és az elvándorlásnak jobban kitett vállalatoknál, de a változások között alig van olyan, ami statisztikailag szignifikánsnak mondható, és maguk a pontbecslések is inkább hosszabb távú trendeket rajzolnak ki, semmint éles törést a munkaerőhiány kiéleződésének éveiben. Noha számos olyan esetről van tudomásunk, amikor (például a nagy bevásárló-központokban) jelentős béremelésekre került sor a súlyosbodó toborzási nehézségek miatt, ezek 2016-ig nem rajzolták át a magyar kereseti térképet A relatív bérek alakulása hosszabb távon 131

133 Köllő János 1 A fejezet erősen épít Hajdu és szerzőtársai (2014) tanulmányára. 2 A két fő iskolatípust a ma még ismertebb nevükön, szakiskolaként illetve szakközépiskolaként nevezzük meg. A hivatali nyelvhasználatban az előbbit ma szakközépiskolának, a korábbi szakközépiskolát pedig szakgimnáziumnak nevezik. 4. MUNKAERŐHIÁNY ÉS SZAKKÉPZÉS 4.1. SZAKMUNKÁSKÉPZÉS Köllő János A szakképzés és a felsőoktatás szerkezetének átalakítására vonatkozó első tervek már egy-két évvel az előtt napvilágra kerültek, hogy látványosan felerősödtek volna a hiánnyal kapcsolatos panaszok. E tervek azonban bármilyen megfontolásból születtek is teljes összhangban álltak az oktatási kérdésekben egyre nagyobb befolyással rendelkező Kereskedelmi és Iparkamarának és más vállakozói fórumoknak a súlyos szakmunkáshiányra hivatkozó oktatás-kritikájával, és a gyakorlatias szakmunkásképzés súlyának növelésére irányuló javaslataival. Mielőtt a kamarai és minisztériumi diganózis és terápia tárgyalásába kezdenénk, érdemes kitérni három fontos, a nagyközönség által valószínűleg kevéssé ismert tényre. 1 A szakképzés visszaszorulása A közhiedelemmel ellentétben, a középfokú szakképzés a rendszerváltást követően nem szorult vissza, csak a szerkezete változott meg. Amilyen mértékben leépült a szakiskolai képzés, olyan mértékben bővült az érettségivel kombinált szakmai (szakközépiskolai) képzés. 2 A két folyamat egyenlegeként az elmúlt húsz évben nagyjából állandó volt az egy-egy születési évjáratból középfokú szakképzettséggel munkaerőpiacra lépő fiatalok aránya. A középfokú szakképzettséggel (de többel nem) rendelkezők aránya a százalékos sávból csupán százalékra esett, az ezekben az években középfokon szakmai vizsgát tett (majd részben tovább tanuló és diplomát szerző) fiatalok aránya pedig magasabb volt 2013-ban (közel ötven százalék), mint bármikor 1985, a Hajdu és szerzőtársai (2015) tanulmány méréseinek kezdő időpontja óta. Szakiskolai végzettek a munkaerőpiacon: kikről is beszélünk? Az elmúlt negyed században drámai mértékben megváltozott az érettségit nem adó szakmunkásképzésben végzettek foglalkozási összetétele. Húsz évvel ezelőtt is jelentős volt közöttük a segéd- vagy betanított munkát végzők aránya: az 1996-os Bértarifa-felvétel szerint 27 százalékuk dolgozott összeszerelőként, gépkezelőként vagy egyszerű foglalkozásokban. Ez 2016-ra a teljes gazdaságban (a közmunkásokkal együtt) 46 százalékra, a száz főnél többet foglalkoztató vállalatoknál pedig (közmunkások nélkül) 52 százalékra nőtt a Bértarifa-felvétel adatai szerint! A táblázat részletesebben is bemutatja ennek a folyamatnak a közelmúltbeli alakulását. A szakiskolai végzettek között 2011 és 2016 között 2,4 százalékról 6,2 százalékra nőtt a közmunkásként dolgozók aránya, ami túlnyomó részt segédmunkát jelent. Az elsődleges munkaerőpiacon, egyszerű 132

134 4.1. Szakmunkásképzés foglalkozásban, összeszerelőként vagy gépkezelőként dolgozók aránya, ha kis mértékben is, de szintén nőtt, a szakmunkát végzőké pedig százalékról százalékra csökkent. Technikusként, ügyintézőként vagy irodai munkán a teljes vizsgált időszakban 8 10 százalék dolgozott. Összességében, az érettségit nem adó szakmunkásképzésben végzettek nagyobb részét ma már segéd- vagy betanított munkásként alkalmazzák táblázat: A szakiskolát és szakközépiskolát végzettek foglalkozási megoszlása , százalék Közmunkás Szakiskola 2,4 3,7 5,4 3,0 5,7 6,2 Szakközépiskola 1,1 1,5 2,1 1,1 2,7 2,7 Összeszerelő, gépkezelő, egyszerű foglalkozások Szakiskola 39,9 37,3 41,4 40,2 43,1 41,6 Szakközépiskola 18,0 18,6 19,5 17,7 19,0 18,4 Szakmunkás Szakiskola 48,0 50,0 45,0 47,2 43,2 42,3 Szakközépiskola 24,1 20,6 23,5 25,8 24,4 25,3 Egyéb Szakiskola 9,7 8,8 8,2 9,6 8,0 9,9 Szakközépiskola 56,8 59,3 54,9 55,9 53,9 53,2 Összesen Szakiskola 100,0 100,0 100,0 100,0 100,0 100,0 Szakközépiskola 100,0 100,0 100,0 100,0 100,0 100,0 Szakközépiskolát végzettek aránya a szakmunkások között 22,6 18,3 23,1 24,8 25,0 25,9 Forrás: Bértarifa-felvételek. Ezek az arányok a szakközépiskolát végzettek esetében sokkal kedvezőbben alakultak: a közülük közmunkán foglalkoztatottak aránya ma is nagyon alacsony, az összeszerelőké, gépkezelőké és segédmunkásoké sem nőtt. A szakmunkát végzők aránya kismértékben emelkedett, a fehérgallérosoké valamelyest csökkent. Mint a táblázat utolsó sorában látható, a szakmunkásként foglalkoztatottakon belül az érettségivel rendelkezők aránya a legutóbbi években már elérte a százalékot. Az érettségivel és a nélkül szerzett szakképesítés piaci értékelése Annak ellenére, hogy a vállalkozói panaszok szerint a termelésben elsősorban gyakorlatiasan képzett, az érettségire való felkészülés feladataival meg nem terhelt szakiskolai végzettekre van szüksége, az ilyen munkavállalókat a vállalatok minden fizikai munkában kevesebbre értékelik, mint a szakközépiskolában végzetteket. Mint a táblázat mutatja, a folyamatos minimálbéremelések következtében ban minden iskolázottabb csoport bérelőnye csökkent 133

135 Köllő János a 0 8 osztályt végzettekkel szemben. Témánk szempontjából azonban nem ennek, hanem a fizikai szakmunkát végzők két nagy csoportja közötti különbségeknek van jelentősége. Az egyszerű munkát végzők csoportján belül a szakközépiskolát végzettek bérelőnye a szakiskolát végzettekkel szemben 2011-ben 16 százalékpont, a végén 12 százalékpont volt, a szakmunkások között az időszak elején és végén is hasonló (13 illetve 11 százalékpont), és csak a fehérgalléros foglalkozásokban mérséklődőtt jelentősen, 21-ről 13 százalékpontra. Ebben a számításban a közfoglalkoztatást figyelmen kívül hagytuk, mert ott a béreket nem a piac szabályozza táblázat: A szakiskolát illetve szakközépiskolát végzett, különböző foglalkozásokban dolgozó munkavállalók bérelőnye a 0 8 osztályt végzettekhez képest ban (százalék) Végzettség és foglalkozás Gépkezelőként, összeszerelőként, egyszerű foglalkozásban dolgozik Szakiskola 9,2 5,7 7,9 7,3 4,4 4,9 Szakközépiskola 25,6 21,1 18,0 17,8 18,5 17,6 Szakmunkás munkakörben dolgozik Szakiskola 12,2 9,2 11,8 13,3 10,9 10,6 Szakközépiskola 25,1 24,6 23,2 20,7 20,9 21,7 Technikus, ügyintéző, irodai dolgozó Szakiskola 39,2 32,9 36,1 30,9 35,1 37,9 Szakközépiskola 61,4 50,5 52,2 46,6 55,5 50,9 Gimnáziumot végzett 49,3 41,9 40,0 36,5 40,6 40,2 Diplomás 174,8 151,2 152,3 143,8 157,1 147,6 Az adatok a megfelelő iskolázottsági vagy iskolázottsági-foglalkozási csoportban dolgozók százalékban mért bérelőnyét mutatják a 0 8 osztályt végzett munkavállalókhoz képest, az elsődleges munkaerőpiacon. A bérelőnyöket regressziós modellekkel számítottuk, azok a különbségeket azonos nem és munkaerőpiaci tapasztalat esetén, az ágazati és szektorális (versenyszféra versus közszféra) bérszint különbségek kiszűrése után mutatják, a közfoglalkoztatást figyelmen kívül hagyva, százalékban, tehát, ha a logaritmus különbség b, akkor a táblázatban szereplő érték e b. Valamennyi becsült paraméter szignifikáns 0,01 szinten, a t-értékek két vagy három számjegyűek. Adatok: Bértarifa-felvételek Az időszak végi különbségeket alaposabban is szemügyre vesszük a táblázatban ban a szakközépiskolát végzettek összességében százalékkal kerestek többet, mint a szakiskolát végzettek, részben a 0 8 osztályt végzettekkel szembeni nagyobb bérelőnyüknek, részben a kedvezőbb foglalkozási megoszlásuknak köszönhetően. A foglalkozások (négyjegyű FEOR kategóriák) közötti bérkülönbségeket kiszűrve azonban még mindig 6 százalék körüli bérelőnyt látunk, sőt, ha figyelmünket a szakmunkára korlátozzuk, ak-

136 4.1. Szakmunkásképzés kor 8 10 százalékosat. Ha az azonos vállalatnál dolgozók közötti különbséget nézzük, akkor a bérelőny százalékos, amiben szerepet játszik, hogy a szakközépiskolát végzetteket az egyes vállalatokon belül is inkább veszik fel vagy léptetik elő jobban fizetett munkakörökbe. 3 A legnépesebb kékgalléros szakmákat vizsgálva először is az tűnik fel, hogy a szakkközépiskolát végzetteket ezekben olyan arányban foglalkoztatják, ami összességében megfelel a teljes munkaerő-állományon belüli arányukban. A kereseti előnyük a lakatosok, forgácsolók, hegesztők, ipari és építőipari szakszerelők esetében százalékos, a szociális gondozóknál 25 százalékos, és még a bolti eladóknál és pénztárosoknál is 4 6 százalékos. A segéd- és betanított munkák esetében is jelentős, százalékos a a bérelőny, táblázat: A szakiskolát illetve szakközépiskolát végzettek aránya, illetve az utóbbiak előbbiekkel szembeni bérelőnye 2016-ban Szakiskolát végzettek aránya, százalék Szakközépiskolát Szakközépiskolát végzettek bérelőnye, százalék 95%-os konfidencia intervallum a Esetszám Bérelőny Teljes bérelőny 22,2 18,4 27,3 26,6 28, Szakmán belüli 22,2 18,4 6,0 5,5 6, FEOR 8 9 kizárásával b 17,9 21,4 8,8 8,1 9, Vállalaton/intézményen 22,2 18,4 15,6 15,3 16, belüli Néhány szakmán belüli bérelőny Lakatos, forgácsoló, hegesztő c 70,0 13,7 12,9 9,8 16, Ipari szakszerelő d 49,5 25,4 11,9 8,3 14, Építőipari szakszerelő e 65,5 16,0 12,4 8,7 16, Szociális gondozó 9,6 25,8 25,1 18,2 33,5 860 Bolti eladó f 40,1 35,4 5,1 4,0 6, FEOR 8 9 g 36,2 13,4 11,6 10,4 13, a A tévedés 5%-nál kisebb kockázatával állíthatjuk, hogy a bérelőny ezen határok közé esik. b FEOR 8 9: Összeszerelő, gépkezelő, egyszerű foglalkozású. c Lakatos, forgácsoló, hegesztő: lakatos 50%, forgácsoló 22%, hegesztő 18%, egyéb 10%. d Ipari szakszerelő: gépjárműszerelő 54%, villamossági műszerész 19%, gépjavító 10%, egyéb 17%. e Építőipari szerelő: villanyszerelő 41%, víz- vagy gázszerelő 35%, egyéb 24%. f Bolti eladó: bolti eladó 81%, bolti pénztáros 12%, egyéb 7%. g Összeszerelő vagy gépkezelő 50%, egyszerű foglalkozású 50%. Közmunkások nélkül. Módszer: a bérelőnyt regressziós egyenletekkel becsültük, melyben az alábbi kontrollváltozók szerepeltek: nem, munkaerőpiaci tapasztalat, annak négyzete, valamint négyjegyű FEOR kódokból és anonim vállalati azonosítókból képzett dummy változók a szakmákon belüli illetve vállalaton belüli bérelőnyök számításakor. A százalékos különbség e b, ha a becsült logaritmikus különbség b. Forrás: Bértarifa-felvétel A foglalkozási bontás miatt esetenként alacsony esetszám miatt itt a konfidencia-intervallumokat is közöljük.

137 Köllő János A kereseti előny erőteljesen változik az életkorral. A piacra kilépő szakiskolát végzettek induláskor még valamivel többet keresnek, mint a pályakezdő szakközépiskolai érettségizettek, de már 25 éves korban is tetemes bérhátrányban vannak az érettségizettekhez képest. Ez nem új jelenség, nem a jelenlegi szakiskolai végzettek mostanában (állítólag) javuló piaci megítélését jelzi: ehhez hasonló görbéket mutat be a rendszerváltás óta eltelt időszak több évére is Hajdu és szerzőtársai (2015). A szakiskolát végzettek kereseti lemaradása az életkorral folyamatosan növekszik, ami az ott megszerzett szaktudás konvertálhatatlanságát jelzi: az alkalmazkodóképességet megalapozó kompetenciáknak köszönhetően az érettségi lassabban veszít a piaci értékéből, mint a szakmunkás oklevél ( ábra) ábra: A szakiskolát végzettek keresete a szakközépiskolát végzettek keresetének százalékában korévenként 2016-ban Százalék Perdöntő bizonyítékkal akkor szolgálhatánk, ha nem a keresztmetszetekből ítélnénk, hanem képesek lennénk éven át követni különböző iskolázottságú személyek alapkészségeinek időbeli alakulását Életkor Forrás: Bértarifa-felvétel, A folytonos görbe nemlineáris (lowess) regresszióval becsülve. Arra, hogy a szakiskolai oklevél gyors értékvesztésének hátterében nagyrészt a kognitív készségek hiányosságai állnak, perdöntőnek ugyan nem nevezhető, de a gyanút megerősítő közvetlen bizonyítékokkal szolgál az ALL adatfelvétel (Adult Literacy and Lifeskills Survey), amiben 2008-ban Magyarország is részt vett. 4 A táblázat azt vizsgálja, hogyan változnak az ALL tesztjein mért olvasási, szövegértési, dokumentumértelmezési és egyszerű kvantitatív készségszintek az éltkorral olyan magyar fizikai munkások körében, akik 11 vagy 12 osztályt végeztek. (Az adatfelvételben a szakmunkás végzettség nem azonosítható, de a munkások körében a 11 osztály jellemzően érettségi nélküli szakiskolai, a 12 osztály pedig tipikusan szakközépiskolai végzettséget jelent). Az együtthatók azt mutatják, hány ponttal csökken a as skálán mért tesztpontszám, ha a kérdezett egy évvel idősebb. A mért alapkészségek mindkét kategóriában romlanak az életkorral, de a romlás üteme sokkal nagyobb a szakiskolai végzettségű, mint az érettsé-

138 4.1. Szakmunkásképzés gizett munkásoknál. Az előbbieknél a tesztpontszámok jellemzően 0,4 0,5 ponttal alacsonyabbak, ha a kérdezett egy évvel idősebb, míg az utóbbiaknál a hatások egy kivétellel 0,3 alatt fele részben 0,2 alatt vannak, az esetek felében még 10 százalékos szinten sem szignifikánsak, és egyszer sem szignifikánsak 1 százalékos szinten. Az életkor-tesztpontszám görbék lejtésének azonosságát minden esetben elutasítja az utolsó előtti és az utolsó oszlopban bemutatott statisztikai teszt táblázat: Az ALL adatfelvételben mért tesztpontszámok változása az életkorral a 11 illetve 12 osztályt végzett fizikai munkások körében Függő változó: tesztpontszám Együttható t-érték Együttható t-érték Sikeresen elvégzett osztályok: 11 osztály 12 osztály Wald F Szign. Szövegértési tesztek 1 0,43 *** 3,78 0,17 1,37 19,5 0, ,44 *** 3,94 0,26 ** 2,30 10,7 0, ,36 *** 3,16 0,10 0,87 19,3 0, ,45 *** 3,92 0,23 * 1,93 15,9 0, ,42 *** 3,81 0,19 1,64 16,7 0,0000 Dokumentumértési tesztek 1 0,44 *** 3,55 0,23 * 1,73 10,1 0, ,48 *** 4,01 0,31 ** 2,50 8,4 0, ,47 *** 3,89 0,29 ** 2,27 8,7 0, ,47 *** 3,93 0,27 ** 2,18 10,9 0, ,40 *** 3,23 0,26 ** 2,08 4,5 0,0340 Kvantitatív készségek tesztjei 1 0,28 *** 2,61 0,06 0,50 15,6 0, ,40 *** 3,56 0,12 1,05 24,4 0, ,44 *** 4,12 0,24 ** 2,17 11,8 0, ,32 *** 2,96 0,09 0,79 17,6 0, ,17 ** 2,56 0,05 0,41 16,1 0,0001 Megjegyzés: Adult Literacy and Lifeskills Survey (ALL, 2008), magyar alminta, 1206 fő. Forrás: A szerző számítása az ALL adatfelvétel magyar almintájának mikro-adataival. Az egyenletek bal oldalán az adott teszten elért pontszám, jobb oldalán az életkor és az iskolai végzettség (11 vagy 12 év) interakciói álltak. Az együtthatók azt mutatják, hány ponttal csökken a as skálán mért tesztpontszám az adott iskolázottsági kategóriában, ha a kérdezett egy évvel idősebb. A mintát azok a 11 vagy 12 osztályt végzett személyek alkotják, akik a kérdezéskor fizikai munkásként dolgoztak (ISCO1 illete FEOR1 kódjuk 4-nél nagyobb volt). A t-értékek alapjául szolgáló standard hibákat a felvételben megadott 30 replikációs súly felhasználásával, jacknife eljárással becsültük. A Wald-teszt azt méri, milyen szignifikanciaszinten tekinthetők különbözőnek a két csoportra kapott együtthatók. Csak a minta egy részén vizsgálható, hogy a mért kognitív készségeket hogyan értékeli a piac, mert a béradatok a magyar almintában erősen hiányo Az ALL adatfelvételről lásd OECD and Statistics Canada (2005, 2011), Statistics Canada (2011), Köllő (2014)

139 Köllő János 6 A béradat gyakrabban hiányzik a férfiaknál, ugyanakkor a megléte független az életkortól és az iskolázottságtól. sak, csak a megkérdezettek felére állnak rendelkezésre. 6 A meglévő adatokon becsült regresszió ( táblázat) szerint a magyar fizikai munkások körében a teszteken elért magasabb átlagpontszám magasabb bérekkel járt együtt, azonos iskolázottság és életkor esetén is: az utóbbinak az előbbire mért rugalmassága pozitív (a pontbecslés 0,43, bár a konfidencia-intervallum elég széles: 0,05 0,8) táblázat: Az ALL-ban mért átlagos tesztpontszám hatása a havi keresetre a 9 12 iskolai évet végzett magyar munkások körében Függő változó: a havi bér logaritmusa Együttható t-érték Konfidenciaintervallum Átlagos teszpontszám logaritmusa 0,43 2,2 0,05 0,80 Iskolai végzettség (év) 0,11 3,3 0,04 0,18 Munkaerőpiaci tapasztalat (év) 0,07 3,3 0,02 0,07 négyzete (x100) 0,05 3,2 0,08 0,02 Konstans 7,0 Megjegyzés: Az esetszám 619, a függvény illeszkedése 0,045. A mintát azok a 9 12 osztályt végzett személyek alkotják, akik a kérdezéskor fizikai munkásként dolgoztak (ISCO1 illete FEOR1 kódjuk 4-nél nagyobb volt). A t-értékek alapjául szolgáló standard hibákat a felvételben megadott 30 replikációs súly felhasználásával, jacknife eljárással becsültük. Konfidencia-intervallum: a tévedés 5%-nál kisebb kockázatával állíthatjuk, hogy az együttható ezen határok közé esik. Forrás: A szerző számítása az ALL adatfelvétel magyar almintájának mikro-adataival. A szakképzési reformokról A bemutatott tények megkérdőjelezik, hogy a tipikus magyar vállalat komoly túlkeresletet támasztana az érettségit nem adó szakképzés végzettjei iránt, szakmunkás munkakörök betöltésére. A szakiskolai oklevéllel rendelkezőket ma már fele részben segéd- és betanított munkán alkalmazzák. A bérek szintje nem utal arra, hogy a vállalatok bármely munkakörben többre értékelnék a szakiskolai végzetteket, mint a szakközépiskolai érettségivel (is) rendelkezőket. Ellenkezőleg, az utóbbiakat még a klasszikus szakmunkás foglalkozásokban (forgácsoló, lakatos, hegesztő, szakszerelő) is százalékponttal jobban fizetik. Ezen a szakiskolai végzettségű szakmunkások relatív bérének 2011 utáni kismértékű emelkedése sem változtatott. Mindez a szakmunkásképzés jelenlegi rendszerében és szinvonalán képzett munkaerőre vonatkozik, és úgy tűnik, a hiányra panaszkodó vállalati szféra nem bízik abban, hogy a bérek emelésével ebből a kínálatból jobb minőségű munkavállalókhoz juthatnának. A jelenlegi rendszerben végzettek átlagos minőségét illető szkepszis megalapozott. A szakiskola gyengébben teljesít a legfontosabb alapkészségek fejlesztésében, azonos általános iskolai tesztpontszámot elért és azonos társadalmi hátterű diákok összehasonlításában is, mint a szakközépiskola vagy a gimnázium. Átlagos képességű tanulók esetében a 8. évfolyamos teszteredmények 138

140 4.1. Szakmunkásképzés ( 0,5, +0,5) szórástartományában a szakiskola két tanév alatt átlagosan egyharmad szórásegységgel kevesebbet tesz hozzá a tanulók matematikai és szövegértési készségeihez, mint a szakközépiskola (Hajdu és szerzőtársai, 2015). Sok a bukás és magas a lemorzsolódás (Kertesi Kézdi, 2010; Fehérvári, 2015). A bemutatott tények alapján a szakmunkáshiánnyal kapcsolatos legfontosab kérdésnek az tűnik, segít-e a középfokú szakképzés folyamatban lévő átalakítása azon, hogy a szakiskolákban megszerzett ismeretek gyorsan avulnak, az egyén és az egész társadalom hamar elveszíti azt az értéket, amit ez az iskolatípus nyújt? Ehhez, mint az előzőekben bemutatott táblázatok jelzik elsősorban megfelelő alkalmazkodóképességre, tanulóképességre, annak hátterében pedig a tanuláshoz szükséges alapkészségekre van szükség. Hogyan szolgálják ezt a célt a középfokú szakképzésben 2010 után foganatosított reformok? Ezek, mint ismeretes, magukba foglalták a szakközépiskolák és szakiskolák közötti arányok megváltoztatását az előbbiek rovására; a szakiskolai oktatás, ezen belül különösen a közismereti képzés megkurtítását; a szakiskolai tanárokkal szemben támasztott képzettségi követelmények lazítását; a szakiskolák gazdasági minisztériumi felügyelet alá helyezését és az iskolaköteles kor leszállítását, híven ahhoz a vízióhoz, mely szerint a magyar gazdaságnak kevesebb általános képzésre és több hadra fogható szakmunkásra van szüksége, az oktatási rendszernek jobban kell illeszkednie a munkaerőpiaci igényekhez. A magyarországi reformok a német rendszerű, a skandináv országokra is jellemző duális képzést tekintik mintaadónak. A mintaként emlegetett szakképzési rendszerekbe azonban a tanulók lényegesen több közismereti képzés után lépnek be, a végzettek pedig sokkal kevésbé kötődnek a fizikai szakmunka világához, mint nálunk. Németországban a szakmunkástanulók tartománytól függően 7155 vagy 7950 közismereti óra után kezdik a szakmatanulást, míg ez az érték Magyarországon 5742 óra (Hajdu és szerzőtársai, 2015). A mértékek érzékeltetésére: ez a közismereti képzés hossza szempontjából olyan, mintha a magyar szakmunkástanulók nyolc helyett tíz vagy vagy tizenegy évig járnának általános iskolába, vagy a képzés után még elvégeznének egy tizenkettedik gimnáziumi és egy vagy két főiskolai vagy egyetemi évet. A szakképzésen belüli közismereti óraszám csökkentése után a magyar diákok kevesebb ilyen jellegű tanóra után lépnek ki a munkaerőpiacra, mint amennyit a német szakmunkástanulók a képzésbe lépés előtt kaptak (Varga, 2017). 7 Egy másik mintának tekintett országban, Dániában a hároméves, gyakorlatias, erőteljes vállalati részvétellel folyó szakoktatás 9 éves általános iskolára, és gyakran egy további, előkészítő évre épül. Ennek és nyilván az oktatás minőségének is köszönhetően szakadékszerű különbség választotta el a magyar szakiskolai végzetteket dán társaiktól már a közismereti képzés itthoni radikális korlátozása előtt is. A tanoncrendszerű szakoktatásból kikerülő dánok Varga (2017) adatai szerint a reformot követően a magyar szakiskolai tanulók végzés utáni teljesített közismereti óraszáma még mindig 737 illetve 1532 órával elmarad a német diákok szakképzésbe lépés előtti óraszámától.

141 Köllő János a magyaroknál sokkal jobban írnak, olvasnak és számolnak, sokkal nagyobb arányban végeznek bonyolult munkát, amiben az intenzívebb felnőttképzés és ennek hátterében a képezhetőség is szerepet játszik. A kétharmaduk beszél angolul, míg a magyaroknak kevesebb, mint egy százaléka. A dán szakoktatásnak távolról sem kizárólagos célja hadrafogható szakmunkások előállítása: a szakiskolai végzetteknek közel negyven százaléka technikusként, ügyintézőként, irodistaként, alsó- és középvezetőként vagy vállalkozóként dolgozik. Nálunk a felfelé mobilak aránya csak 10 százalék, negyed akkora (lásd Hajdu és szerzőtársai, 2015) valamint a táblázatot). A szakképzési reformok rövid távon minden bizonnyal növelni fogják a jelenlegi szinvonalon kiképzett szakmunkástanulók kínálatát a nélkül, hogy a vállalatok a bérek emelésére kényszerülnének. A tananyag mélyreható reformjához, valamint a tanári kar és a tanári tudás megújításához azonban hosszabb időre lesz szükség. Ha erre esetleg sor kerül is, egy hosszabb átmeneti időszakban a középfokú szakképzésben eltöltött idő rövidülni, az átlagos szinvonal pedig romlani fog, különösen, ami az alkalmazkodóképességet megalapozó készségek fejlesztését illeti. Jelen írásnak nem feladata megállapítani, hogy túl magas-e az ár, amit a jelenlegi (fele részben szak-, fele részben segédés betanított munkás munkakörök betöltésére irányuló) vállalati kereslet kielégítéséért kell fizetni, de azt biztosan állíthatjuk, hogy létezik ilyen ár, amit az érintetteknek és közvetve a társadalom egészének egy hosszabb-rövidebb időszakban romló elhelyezkedési esélyekkel, alacsonyabb bérekkel és az oktatásban felhalmozott tudás gyorsabb avulásával kell megfizetnie. Hivatkozások Fehérvári Anikó (2015): Lemorzsolódás és a korai iskolaelhagyás trendjei, Neveléstudomány évf. 3. sz o. Hajdu Tamás Hermann Zoltán Horn Dániel Kertesi Gábor Kézdi Gábor Köllő János Varga Júlia (2015): Az érettségi védelmében. Kertesi Gábor Kézdi Gábor (2010): Iskolázatlan szülők gyermekei és roma fiatalok a középiskolákban. Megjelent: Kolosi Tamás Tóth István György (szerk.) Társadalmi Riport TÁRKI, Budapest. oldal? Köllő János (2014): Integrációs minták: iskolázatlan emberek és munkahelyeik Norvégiában, Olaszországban és Magyarországon. Megjelent: Kolosi Tamás Tóth István György (szerk.) Társadalmi riport o. TÁRKI, Budapest. OECD and Statistics Canada (2005): Learning a living: First results of the Adult Literacy and Life Skills Survey. Montreal and Paris: Statistics Canada and OECD. OECD and Statistics Canada (2011): Literacy for life: Further results from the Adult Literacy and Life Skills Survey Second International ALL Report.: Statistics Canada and OECD. Montreal, Paris. Statistics Canada (2011): The Adult Literacy and Life Skills Survey, 2003 and Public use microdata file user s manual.: Statistics Canada. Montreal. Available on request. Varga Júlia (2017): A közoktatás problémáinak gazdasági okairól és következményeiről. Előadás a Sátdium 28 kör közoktatási fórumán, 2017 február

142 4.2. Diákok pályaválasztási tervei 4.2. DIÁKOK PÁLYAVÁLASZTÁSI TERVEI: KI SZERETNE TUDOMÁNYOS-MŰSZAKI PÁLYÁRA LÉPNI? 1 Blaskó Zsuzsa & Artur Pokropek Bevezetés A tudományos-műszaki szakterületeket a nemzetközi szakirodalom gyakran a STEM Science, Technology, Engineering and Mathematics összefoglaló rövidítéssel emlegeti. Ebben az alfejezetben olyan foglalkozásokat sorolunk ide, amely a vizsgált területeken legalább közép-, de inkább felsőfokú végzettség megszerzésével végezhetők. Munkaerőpiaci előrejelzések szerint az ilyen jellegű kereslet folyamatos növekedésére kell számítani Európa-szerte (Cedefop, 2016). Magyarországon a felsőfokú végzettséget igénylő műszaki-tudományos területeken 2015 és 2025 között összesen új állás megjelenését várják. 2 Mivel ezek a pozíciók jellemzően a leginkább technológiaintenzív gazdasági húzóágazatokban koncentrálódnak, egyes szakértők szerint a STEM munkaerőhiánya a gazdasági fejlődés és versenyképesség egyik legfőbb gátjává válhat Európában (Caprile és szerzőtársai, 2015; EC, 2015). A tudományos-műszaki területek egyik meghatározó sajátossága világszerte a férfiak dominanciája. Különösen igaz ez a mérnöki és informatikai pályákra: 2010-ben Európában ezek mindegyike beletartozott a húsz leginkább szegregált foglalkozási ág közé (Burchell, 2014) a 2010 és 2015 közötti időszakban Magyarországon csaknem négyszer annyi férfi, mint nő dolgozott ilyen állásokban. 3 A munkapiacon megjelenő nemi szegregáció már a (felsőfokú) oktatásban jól érzékelhető: 2015-ben Magyarországon az informatikai felsőoktatásban tanulóknak csupán 20 százaléka, a mérnökképzésben pedig csupán 23 százaléka volt nő. Ugyanakkor a természettudományos, matematikai és statisztikai területen mintegy fele-fele arányban képviseltette magát a két nem. 4 Annak, hogy a nők ilyen mértékben távol maradnak a tudományos, de főként a műszaki pályáktól, sokféle negatív következménye lehet. Azon túl, hogy a kialakult helyzet önmagában is hozzájárul a munkaerőhiányhoz, tehetségek elfecsérlését is jelentheti, ha jó képességű, a természettudományok iránt érdeklődő nők külső okoknál fogva nem kerülnek STEM-állásokba. A nemek közötti jövedelmi különbségek is fokozódhatnak, hiszen Európa-szerte a tudományos-technikai foglalkozások legtöbbjét a munkapiacon a legmagasabbra értékelik (Goos és szerzőtársai, 2013), 5 de Magyarországon is (Veroszta, 2015). Az egyes munkaerőpiaci szegmensekben megjelenő erőteljes nemi különbségek ráadásul könnyen újratermelik önmagukat és a hozzájuk kapcsolódó nemi sztereotípiákat is, hiszen újabb és újabb generációk pályaválasztását befolyásolhatják, azt közvetítve, hogy bizonyos szakmák nem nőknek (férfiaknak) valók (Jarman és szerzőtársai, 2012) Az alfejezet egy nemzetközi összehasonlító kutatáson alapul, amely a 28 európai uniós tagállam diákjainak pályaválasztási terveit hasonlítja öszsze és a European Commission Joint Research Centre számára készül. Az itt megjelenő vélemények kizárólag a szerzők sajátjai, és semmilyen körülmények között nem tekinthetők a European Commission hivatalos álláspontjának. Részletekért lásd Blaskó és szerzőtársai [2017]. 2 Cedefop előrejelzés. 3 Saját számítás a KSH munkaerőfelvétele (MEF) alapján. 4 Saját számítások az Eurostat: Students enrolled in tertiary education by education level, programme orientation, sex and field of education alapján. 5 Fontos megjegyezni, hogy ez a tanulmány nem pontosan az általunk használttal megegyező STEM definíciót használt, mivel ide sorolta az egészségügyi foglalkozásokat, ám nem tekintette ide tartozónak a az informatikai és számítástechnikai területeket. 6 A magyarországi helyzet áttekintéséhez lásd még: Konczosné Mészáros, 2015, Csőke és szerzőtársai, 2013, Mária Péntek, 2013). A témát hazai szempontok szerint járja körül több internetes portál is (például: Kandó Mécs, 2014).

143 Blaskó & Pokropek 7 Hasonló megközelítést, ám a mienktől teljesen eltérő kutatási módszereket (kvalitatív interjúkat és fókuszcsoportos eljárást) alkalmaztak a kutatók az Óbudai Egyetem számára készített felmérésben, amelyben középiskolás lányok pályaválasztási döntéseit vizsgálták (Krolify, 2012). 8 A diákok válaszait az ISCO kódrendszer alapján utólag kódolták. Az elemzéshez az ISCO-88-as kódokat ISCO-08 kódokká alakítottuk. Az itt következő elemzésben 15 éves diákok pályaválasztási terveit vizsgáljuk, hogy jobban megértsük, milyen tényezők irányíthatják az ilyen korú fiúkat és lányokat műszaki-tudományos pályák felé, vagy éppen el azoktól. A tizenéves diákok foglalkozási elképzelései már jellemzően igen jól tükrözik valódi képességeiket, iskolai teljesítményeiket, és mivel hatással vannak tanulmányi döntéseikre, későbbi teljesítményükre majd munkaerőpiaci választásukra is mintegy önbeteljesítő próféciaként is működnek (OECD, 2015). Bár olyan longitudinális vizsgálatot nem ismerünk, amely tizenévesek pályaválasztási terveit a később betöltött konkrét foglalkozásukkal vetné össze, az bizonyított, hogy ezek a várakozások igen jó előrejelzői a felnőttkorban megszerzett foglalkozási presztízsnek (Ashby Schoon, 2010; Croll, 2008; Schoon és szerzőtársai, 2007; Sikora Saha, 2011), illetve a felsőoktatási szakválasztásnak általában (Tai és szerzőtársai, 2006; Sikora, 2014), de konkrétan a STEM szakirány választásának is (Morgan és szerzőtársai, 2013). A tizenévesek pályaválasztási elképzelései ráadásul meglehetősen pontosan tükrözik a munkapiac nemi megosztottságát: ezek a tervek szinte éppen annyira szegregáltak nemek szerint, mint maguk a munkapiacok (Sikora Pokropek, 2012; Morgan és szerzőtársai, 2013; Sikora, 2014). Adatok Elemzésünk abból a feltételezésből indul ki, hogy a tizenévesek pályaelképzelései egy korai állomását képezik a felnőttkori foglalkozás felé vezető útnak. Bár ez az út még számos szelekciós és önszelekciós döntési ponton át vezet, ez a korai állomás már kétség kívül hatással lehet a későbbiekre. Tizenévesek pályaválasztási elképzelései kölcsönösen összefüggenek a munkapiaci folyamatokkal, így ezeket a terveket elemezve mind a tudományos-műszaki munkaerőkínálat, mind pedig az abban jelen lévő nemi különbségek megértéhez közelebb juthatunk. 7 Elemzésünkhöz a PISA 2015-ös adatfelvételt használjuk és a tudományos-műszaki pálya választásának fő tényezőinek beazonosítására törekszünk. A PISA adatfelvételben 2015-ben Magyarországon összesen 245 iskolából éves diák vett részt, akik statisztikailag megfelelően képviselik saját életkori csoportjukat. A tudományos-műszaki pályaorientációt a következő kérdéssel mértük: Mit gondolsz, milyen állásod lesz 30 éves korodban? (Kérjük, gépeld be a munka nevét!) 8 Elemzésünkben a következő négy foglalkozási kategóriát tekintjük műszaki-tudományos (STEM) pályának: Felsőfokú végzettséget igénylő tudományos és mérnöki foglalkozások (ISCO 21-es kód), Felsőfokú végzettséget igénylő informatikai és számítástechnikai foglalkozások (ISCO 25), középfokú végzettséget igénylő tudományos és mérnöki foglalkozások (ISCO 31-es kód), középfokú végzettséget igénylő informatikai és számítástechnikai foglalkozások (ISCO 35). Az eredmények szerint Magyarországon 2015-ben a 15 éves fiúk 28,3, a lányoknak viszont csupán 7,8 százaléka gondolta úgy, hogy tudományos-mű- 142

144 4.2. Diákok pályaválasztási tervei szaki pályára fog lépni felnőtt korában ( táblázat). Ezen belül a nagy többség (25,5, illetve 7,1 százalék) felsőfokú végzettséget igénylő állást képzelt el magának, és csak egy szűk kisebbség gondolt középfokú iskolával betölthetőre. A magyar lányok érdeklődése az ilyen pályák iránt nem éri el az európai átlagot: az Európai Unió 28 tagországában átlagosan a lányok 10,3 százaléka tervez tudományos-műszaki pályára lépni, ami jelentősen több, mint a magyar 7,8 százalék. Jórészt ebből következik, hogy a magyar adatokból számított nyers fiú lány különbség (28,3 7,8 = 20,5 százalék) is nagyobb valamelyest az európai átlagnál (18,7 százalék), és így leginkább a szlovák, a horvát és a portugál értékhez áll közel táblázat: 15 évesek pályaválasztási tervei (százalék) Tervezett foglalkozás Fiúk Lányok Együtt Tudományos-műszaki Felsőfokú végzettséget igénylő tudományos és mérnöki foglalkozások (ISCO 21) 15,5 6,1 10,9 Felsőfokú végzettséget igénylő informatikai és számítástechnikai foglalkozások (ISCO 25) 10,0 1,0 5,5 Középfokú végzettséget igénylő tudományos és mérnöki foglalkozások (ISCO 31) 2,4 0,7 1,6 Középfokú végzettséget igénylő informatikai és számítástechnikai foglalkozások (ISCO 35) 0,4 0,0 0,2 Összesen 28,3 7,8 18,2 Egyéb 71,7 92,2 81,8 Összesen 100,0 100,0 100,0 N (2207) (2175) (4382) a a Magyarországon a diákoknak mintegy 20 százaléka nem adott érvényes választ a tervezett foglalkozást firtató kérdésre. Ők ebben a táblában nem szerepelnek, a többváltozós elemzéseknél azonban hiányzó értékeiket imputálással (Multiple imputation technique by chained equation) pótoltuk (Royston, 2004). Forrás: Saját számítások a PISA 2015 alapján. A tudományos-műszaki pályaválasztás fő meghatározói A tudományos-műszaki pályaválasztás valószínűségét (1 = tudományos-műszaki pálya, 0 = egyéb választás) kétértékű logit regresszióval becsültük. Legfőbb magyarázó változóink a végső modellben a kérdezett neme, természettudományos PISA-tesztjének eredménye, a természettudományos tárgyakhoz kapcsolódó attitűdjei. Ezek közé tartozik a természettudományos énhatékonyság (self-efficacy): a hit abban, hogy az egyén képes jól teljesíteni az adott területen), az instrumentális motiváció (az a meggyőződés, hogy a természettudományos tárgyak hasznosak lehetnek a későbbi karrierlehetőségek szempontjából), az informatikai-számítástechnikai kompetencia (saját megítélés szerint), valamint az, hogy jár-e nem korrepetálás jellegű matematikai, illetve természettudományos különórára. 9 A modellben kontrolláltunk a diákok demográfiai-társadalmi hátterére, valamint az is Ideális esetben a természettudományos, az informatikai és a matematikai készségeket, valamint a kapcsolódó attitűdöket kiegyensúlyozottabban szerepeltetnénk a modellben, ám erre az adatfelvétel nem ad módot, mivel a PISA 2015 felvétel középpontjában a természettudományos ismeretek álltak.

145 Blaskó & Pokropek 10 Az összefüggés erősségét mutatja, hogy a csak a nem hatását tartalmazó kiinduló modellhez képest 4-ről 16-ra emelkedik a megmagyarázott varianciahányad, amikor a teszteredmények hatását a modellhez adjuk. kola különféle jellemzőire, és a bevont változók egy részét a nemmel interakcióban is szerepeltettük. Az iskola különféle jellemzőire a következő változókat használtuk. Diákok demográfiai-társadalmi háttere: szülők társadalmi-gazdasági státusa (ESCS), a szülő(k) tudományos-műszaki területen dolgoznak-e, informatikai-számítástechnikai eszközök a szülői házban. Iskola (illetve osztály-) szintű változók: lányok aránya az osztályban, iskola ellátottsága természettudományos oktatáshoz szükséges eszközökkel, van-e szakkör az iskolában természettudományos tárgy(ak)ból, rendez-e az iskola ilyen jellegű versenyt, az iskola tanterve általános (általános iskola és gimnázium) vagy szakképzés jellegű (szakközépiskola vagy szakmunkásképző). A folytonos változókat 0 átlaggal és 1 standard hibával standardizáltuk. Ebben az elemzésben csak a statisztikailag szignifikáns összefüggéseket mutatjuk be. A becslési eljárás részletes leírását, illetve a teljes modell részleteit a szerzők kérésre rendelkezésre bocsájtják. Nem meglepő módon az, hogy egy diák hogyan teljesít a PISA természettudományos teszten, igen erős összefüggést mutat a pályaválasztási elképzeléseivel: a leggyengébben teljesítők közül alig néhányan terveznek tudományos-műszaki pályát, míg a kiemelkedő eredményt elérők közül minden második diák tesz így. 10 A közvélekedéssel ellentétben azonban a természettudományos tárgyakban elért teljesítményeknek semmi köze nincsen ahhoz, hogy a fiúk inkább választanak ilyen pályát, mint a lányok. A fiúk és lányok PISA-teszteredményei ugyanis lényegében azonosak, viszont a két nem képviselői teljesen megegyező teljesítmény mellett is erősen eltérő arányban terveznek tudományos-műszaki pályára lépni. Az ábra a teljesítmény különböző szintjein mutatja nemenként a STEM-pálya tervezésének jellemző valószínűségét a többi, itt bevont kontrollálváltozó azonossága mellett. Az ábra és a következő ábrák is azt mutatja, hogy a logit modell magyarázó változói miként hatnak a becsült együtthatók felhasználásával előre jelzett valószínűségekre. A hatást az átlagos marginális hatás jeleníti meg, ami az adott változó más változók állandósága melletti hatásának minden megfigyelésre vett átlaga. Kétértékű változó esetében amilyen a nem is ez a hatás a két érték mellett előrejelzett valószínűség egyszerű különbsége. Az ábra és a következő ábrák esetében ezt a hatás a vízszintes tengely 0 értékénél a két vonal különbségeként olvasható le, értéke 0,128. A nemet azonban nem csak önmagában, hanem más változókkal így a természettudományos teszteredménnyel interakcióban is szerepeltettük a modellben. Az így becsült együtthatók azt mutatják, hogy a nem átlagos marginális hatása e másik változó értékének függvényében hogyan változik. Ezeket a megváltozott összhatásokat (a nem önálló és interakcióban jelentkező hatásának összegét) az x tengelyen vízszintesen mozogva, továbbra is a két vonal különbségeként olvashatjuk le. A nem hatása a választásra tehát erősen függ a tesztpontszámtól. Az összefüggés azonban fordítva is értelmezhető: a tesztpontszám hatása másként hat a fiúkra és a lányokra, mégpedig nagy 144

146 ságának függvényében. A nagyobb tesztpontszám mindkét nemnél növeli a STEM választás esélyét, de a fiúk esetében ez a növekmény az átlagosnál másfél szórásnyival jobb teljesítményig vizsgálva nagyobb mint a lányoknál ábra: Diákok természettudományos teszteredményének hatása a fiúk és a lányok tudományos-műszaki pályaválasztási valószínűségére 4.2. Diákok pályaválasztási tervei 0,0 0,2 0,4 0,6 0,8 3 2,5 2 1,5 1 0,5 0 0,5 1 1,5 2 2,5 3 Természettudományos teszt eredmény (PISA) Fiúk Lányok Megjegyzés: Becsült valószínűségek. Itt és a következő ábrákon az átlagos becsült értékek körüli 95 százalékos konfidenciaintervallumot jelöltük. Forrás: PISA, 2015 adatai alapján saját számítások. A természettudományos területeken kimagasló teljesítményt nyújtó, ám nem tudományos-műszaki pályát tervező lányok számát legalábbis ezen területek szempontjából elvesztett tehetségnek tekintve számottevő veszteség olvasható le az ábráról. A tudományos-műszaki pálya választásának becsült valószínűsége közötti fiú lány különbség ráadásul nagyobb a jól, mint a gyengén teljesítő diákok körében köszönhetően annak, hogy a teljesítménynövekedés a lányok STEM-pálya iránti fogékonyságát kevésbé befolyásolja, mint a fiúkét. Az átlagosnál két és fél szórásnyival jobban teljesítő diákok körében például a fiúknak 53,4, míg a lányoknak csupán 32,7 százaléka képzel el magának ilyen foglalkozást. Nem a természettudományos teljesítmény az egyetlen tényező, amelynek alakulása erősebben hat a fiúk, mint a lányok pályaterveire. Először is, a fiúk terveit befolyásolja az, hogy ha valamelyik szülőjük tudományos-műszaki pályán dolgozik, ilyen esetben ugyanis ők maguk is nagyobb valószínűséggel tervezik követni ezt az irányt (a becsült valószínűség 17,5-ről 34,0 százalékra nő meg lásd a ábrát). A lányoknál ez nem szempont: ők ugyanolyan eséllyel választanak tudományos-műszaki pályát, akármi is legyen a szülők foglalkozása. Oktatási nézőpontból ennél érdekesebb lehet, hogy a pályaválasztási tervekkel kapcsolatba hozható két változó: a diákok informatikai kompetenciája (saját értékelésük alapján) és instrumentális motiváltságuk (ami a természettudományok tanulására szintén kevésbé serkenti a lányok, mint a fiúk érdeklődését a tudományos-műszaki pályák iránt). Míg azok a fiúk, akik másoknál maga- 145

147 Blaskó & Pokropek biztosabban nyilatkoznak saját számítástechnikai készségeikről, a többieknél nagyobb valószínűséggel mérlegelik valamelyik tudományos-műszaki szakma választását, addig a lányoknál egyáltalán nem találunk ilyen összefüggést. Végül az instrumentális motiváció szintén erősebben befolyásolja a fiúk, mint a lányok foglalkozásválasztását, bár ez a lányok esetében is pozitív összefüggést mutat a tudományos-műszaki pálya választásával. Ráadásul ebben a tekintetben a lányok hátrányban is vannak a fiúkkal szemben, ők ugyanis kevésbé gondolják azt, hogy ezek a tantárgyak hasznosak lehetnek számukra. Az általunk vizsgált többi tantárgyhoz kapcsolódó változó köztük a matematikai különórákra járás nem mutatott szignifikáns összefüggést a pályatervekkel ábra: A szülők foglalkozásának, a szubjektív informatikai készségeknek és az instrumentális motivációnak a hatása fiúk és lányok tudományos-műszaki pálya választási valószínűségére 0 0,1 0,2 0,3 0,4 0 1 Nincs STEM szülő Legalább az egyik szülő STEM-állásban 0 0,1 0,2 0,3 0,4 3 2,5 2 1,5 1 0,5 0 0,5 1 1,5 2 2,5 3 Számítástechnikai képességek 0 0,1 0,2 0,3 0,4 3 2,5 2 1,5 1 0,5 0 0,5 1 1,5 2 2,5 3 Instrumentális motivácó Fiúk Lányok Megjegyzés: Becsült valószínűségek. Forrás: PISA, 2015 adatai alapján saját számítások. 11 A két kategóriát együtt kezeltük. A különböző iskolatípusba járó diákok persze eltérő valószínűséggel terveznek műszaki-tudományos pályára lépni. Jelentős először is a gimnáziumba járók előnye a szakközépiskolákba vagy szakmunkásképzőkbe járókhoz képest. 11 Az utóbbi iskolatípusokban tanulók lényegesen kisebb valószínűséggel választanak tudományos-műszaki pályát, mint a gimnazisták és ez igaz fiúk- 146

148 4.2. Diákok pályaválasztási tervei ra és lányokra egyaránt. Tekintve, hogy a szakmunkásképzésben tanulóknak (anélkül hogy később leérettségiznének) eleve nincs lehetősége ilyen irányba továbblépni, ez nem igazán meglepő eredmény ( ábra). Végül a lányok aránya az osztályban negatív összefüggést mutat a tudományos-műszaki pálya választásának valószínűségével. Ez látszólag ellentmond annak a szakirodalmi várakozásnak, miszerint minél kevesebb fiú van egy osztályban, a lányok annál kevésbé lesznek kitéve az őket visszahúzó nemi sztereotípiáknak, és így inkább lesznek hajlamosak atipikus női szakmákat választani (Schneeweis Zweimüller, 2012). Valójában itt arról lehet szó, hogy a humán tantervű osztályokba nagyobb arányban járnak lányok, vagyis hogy a lányok már eleve hajlamosak olyan iskolát/osztályt választani, ahol a természettudományok helyett a humán területek oktatásán van a hangsúly ábra: Az iskolatípus és az osztályba járó lányok arányának hatása fiúk és lányos tudományos-műszaki pálya választási valószínűségére 0 0,1 0,2 0,3 0 1 Szakközépiskola Gimnázium vagy szakmunkásképző 0 0,1 0,2 0,3 0,4 0,5 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 Lányok aránya Fiúk Lányok Megjegyzés: Becsült valószínűségek. Forrás: PISA, 2015 adatai alapján saját számítások. Következtetések Összességében tehát eredményeink azt mutatják, hogy a pályatervek erőteljes nemi elkülönülése már 15 éves korra erősen kialakult olyannyira, hogy addigra a lányok jelentős része már olyan iskolába jár, amely csökkenti a természettudományos irányú továbblépés valószínűségét. Azt is látjuk viszont, hogy adott szülői háttér és iskolai jellemzők mellett a diákok leginkább természettudományos ismereteik bővítésével, a számítástechnikában való jártasságuk kiismerésével és a természettudományok munkapiaci értékének felismerésével motiválhatók műszaki-tudományos pályák választására. Míg azonban a fiúk érdeklődése az ilyen munkák iránt egyértelműen növelhető ezekkel az eszközökkel, a lányok esetében csak valamivel mérsékeltebb növekedésre (természettudományos ismeretek és instrumentális motiváció) számíthatunk, vagy nem várhatunk változást (számítástechnikában való jártasság). 147

149 Blaskó & Pokropek Következésképpen a nemek közötti különbség nagysága a műszaki-tudományos pályaválasztásban az általunk itt vizsgált tényezőkkel érdemben nem befolyásolható. Ez összhangban van azzal a korábbi felismeréssel, hogy a gyerekekben már nagyon korai életkorban nyomot hagynak a nemükkel kapcsolatos társadalmi elvárások, amelyek aztán érdeklődésükre és pályaválasztással kapcsolatos elképzeléseikre is kihatnak. Mivel a tudományos-műszaki pályákhoz változatlanul inkább férfias, semmint nőies képzetek tapadnak, az ezen a területen tapasztalható nemi szegregáció igen mélyen gyökerezik a kulturálisan rögzült szerepelvárásokban, amelyek a természettudományok iránt érdeklődő lányokat inkább az orvosi-egészségügyi szakmák, semmint a tudományos-műszaki területeik felé orientálják (Charles, 2003; Charles Bradley, 2002; Sikora Pokropek, 2012). Nemzetközi összehasonlító vizsgálatok ráadásul azt is megmutatják, hogy a szegregációnak ilyen formája különösen erős a gazdaságilag fejlett, individualista és önkifejezési értékek alapján szerveződő társadalmakban (Sikora Pokropek, 2012). Mindezek az eredmények arra utalnak, hogy a kialakult helyzetben érdemi változás nem könnyen, legfeljebb csak kora gyermekkori beavatkozással érhető el. Hivatkozások Ashby, J. Schoon, I. (2010): The role of aspirations, ambition and gender in predicting adult social status and earnings, Vol. 77. No o. Blaskó Zsuzsa Pokropek, A. Sikora, J. [2017]: Science career plans of adolescents: patterns, trends and gender divide. JRC Technical Report. Forthcoming. Burchell, B. Hardy, V. Rubery, J. Smith, M. (2014): New method to understand occupational gender segregation in European labour markets. European Commission, Directorate-General for Justice and Consumers Istituto per la Ricerca Sociale (IRS). Caprile, M. Palmen, R., Sanz, P. Dente, G. (2015): Encouraging STEM studies for the Labour Market. European Parliament Directorate General for Internal Policies Policy Department A: Economic and Scientific Policy Encouraging STEM SudiesLabour Market Situation and Comparison of Practices Targeted at Young People in Different Member States. Cedefop (2016): Skills Shortage and Surplus Occupations in Europe. Charles, M. (2003): Deciphering sex segregation vertical and horizontal inequalities in ten national labor markets. Acta Sociologica, Vol. 46. No o. Charles, M. Bradley, K. (2002): Equal but Separate? A Cross-National Study of Sex Segregation in Higher Education. American Sociological Review, Vol. 67. No o. Croll, P. (2008): Occupational choice, socio-economic status and educational attainment: a study of the occupational choices and destinations of young people in the British Household Panel Survey. Research Papers in Education, Vol. 23. No o. Csőke Attila Ifjú-Keresztes Julianna Imre Beáta Mészáros Ádám Rapkay Bence Szabó István (2013): Nők a KFI területén. Nemzeti Innovációs Hivatal. EC (2015): Does the EU need more STEM graduates? Final report. European Commission, Directorate-General for Education and Culture, Dansk Teknologisk Institut, Technopolis Limited (Brighton), 3s Unternehmensberatung GmbH, & ICF Consulting Services, Luxembourg. Gonzalez Kuenzi (2012): Science, Technology, Engineering, and Mathematics (STEM) Education: A Primer. Goos, M. Hathaway, I. Konings, J. Vandeweyer, M. (2013): High-technology employment in the European Union. VIVES Discussion Paper, o. Jarman, J. Blackburn, R. M. Racko, G. (2012): The dimensions of occupational gender segregation in industrial countries. Sociology, Vol. 46. No o. Kandó Eszter Mécs Anna (2014): Hozhatnak-e reális döntést a lányok? VS, december 2. Konczosné Szombathelyi Márta Mészáros Attila (2015): Nőket a műszaki képzésbe. TNTeF, 5. évf. 1. sz o. Krolify (2012): Lányok útja a műszaki diplomáig: Középiskolai és felsőoktatási esélyek és nemi különbsé 148

150 4.2. Diákok pályaválasztási tervei gek a műszaki pályaválasztás területén. Pályaválasztás előtt álló középiskolás diáklányok, osztályfőnökeik és matematika tanáraik, valamint az Óbudai Egyetem hallgatónői körében végzett fókuszcsoportos és interjús kutatás eredményei. Zárótanulmány. Morgan, S. L. Gelbgiser, D. Weeden, K. A. (2013): Feeding the pipeline: Gender, occupational plans, and college major selection. Social Science Research, Vol. 42. No o. OECD (2015): The ABC of Gender Equality in Education. Aptitude, Behaviour, Confidence. OECD Publishing. Royston, P. (2004): Multiple imputation of missing values. Stata Journal, Vol. 4. No o. Schadt Mária Péntek Eszter (2013): A kutatónők pályaválasztási motivációi a műszaki, informatikai, és egyes természettudományi területeken. Educatio, 22. évf. 2. sz o. Schneeweis, N. Zweimüller, M. (2012): Girls, girls, girls: Gender composition and female school choice. Economics of Education Review, Vol. 31. No o. Schoon, I. Martin, P. Ross, A. (2007): Career transitions in times of social change. His and her story. Journal of Vocational Behavior, Vol. 70. No o. Sikora, J. (2014): Gendered pathways into the post-secondary study of science. NCVER Occasional Paper, Australian Government. Sikora, J. Pokropek, A. (2012): Gender segregation of adolescent science career plans in 50 countries. Science Education, Vol. 96. No o. Sikora, J. Saha, L. J. (2011): Lost Talent? the Occupational Ambitions and Attainments of YoungAustralians. National Centre for Vocational Education Research (NCVR). Tai, R. H. Liu, C. Q. Maltese, A. V. Fan, X. (2006): Planning early for careers in science. Science, Vol No o. Veroszta Zsuzsanna (2015): Frissdiplomások, Kutatási zárótanulmány. Diplomás Pályakövetési Rendszer országos kutatás, Oktatási Hivatal Felsőoktatási Elemzési Főosztály, Felvi. 149

151 Fazekas Károly 1 Jelen tanulmány bővebb, eredeti változata a Magyar Tudomány januári számában jelenik meg. 5. AZ ALKALMAZKODÓKÉSZSÉG SZEREPE 5.1. MERRE HALAD A KERESLET? A NEM KOGNITÍV KÉSZSÉGEK FELÉRTÉKELŐDÉSE 1 Fazekas Károly James Heckman Nobel-díjas közgazdász egy 2016-ban tartott előadásában igen határozott választ adott arra a kérdésre, hogy a forradalmian átalakuló gazdaságban szükséges készségek és a munkakínálat között egyre növekvő szakadék megszüntetésére a szakpolitika miképpen kínálhat megoldást. Csökkenteni tudjuk az egyenlőtlenségeket, elő tudjuk segíteni a társadalmi befogadást és a társadalmi mobilitást, ha meg tudjuk oldani azokat a problémákat, amelyek az emberek készségeihez kapcsolódnak. Elsősorban a bajok megelőzésébe invesztáljunk, és ne a már bekövetkezett gondok enyhítésébe, virágzó, sikeres életekbe, és ne abba, hogy megpróbáljuk korrigálni a már bekövetkezett problémákat. (Heckman, 2016) Heckman javaslatát az általa és munkatársai által használt, az emberitőke-beruházásokkal foglalkozó irodalomhoz kapcsolódó életciklusokhoz illeszkedő beruházások rendszere (lifecycle investment framework) néven ismert elméleti keretben kell értelmezni. Az elmélet alapgondolata: az emberek minél korábbi életszakaszában invesztálunk képességeik fejlesztésébe, annál nagyobb ezeknek a beruházásoknak az egyéni és társadalmi hozama. A közgazdasági megközelítésben ugyanis nem mindegy, hogy a társadalmi jólét emelése érdekében mikor, hogyan és milyen készségek fejlesztésére fordítjuk korlátozott erőforrásainkat. Az elmúlt évtizedekben azok az országok értek el kimagasló sikereket a gazdasági fejlődésben, amelyek képesek voltak hatékonyan fejleszteni az oktatási és képzési rendszerekben részt vevők kognitív képességeit. Ezt támasztják alá többek között azok az elemzések, melyek a tanulók kognitív képességeit mérő tesztek országos átlagait kapcsolják össze az egyes országok gazdasági növekedésre vonatkozó adataival. Hanushek Woessmann (2012) például 50 ország 1960 és 2000 között mért PISA-eredményeinek és GDP növekedési rátáinak összevetése alapján kimutatja, hogy szoros és szignifikáns kapcsolat van a hosszú távú növekedés üteme és a teszteredmények változása között. A tanulókorban mért kognitív készségek az elemzések szerint a fiatalok későbbi sorsát is erősen befolyásolják. Szoros kapcsolat van például azok minősége és a későbbi munkanélküliség valószínűsége, a társadalmi devianciák, az egészségi állapot, a várható élettartam, a várható jövedelem között (Burks és szerzőtársai, 2009). Ezekkel a megállapításokkal összhangban vannak azok az összefüggések, amelyek az utóbbi évtizedekben az iskolai végzettség felértékelődésére, a magasabb iskolai végzettség hozamainak jelentős növekedésére 150

152 5.1. Merre halad a kereslet vonatkoznak. Ezt a jelenséget helyezi egy tágabb értelmezési keretbe az eltérő készséghatásokkal járó technológiai változások (skill biased technological change) összefüggéseivel foglalkozó irodalom, amely többek között magyarázatot ad arra is, miért csökken a munkaerő-kereslet, és miért csökkennek a relatív bérhozamok az alacsony iskolai végzettséggel, alacsonyabb kognitív készségekkel rendelkező munkavállalói csoportokban. Az elmúlt években azonban valami megváltozott. Nem kis részben a világban folyó informatikai forradalom hatására a fejlett gazdaságokban jelentős átalakulás ment végbe az iskolai végzettség bérhozamaiban, a várható munkanélküliség valószínűségében. A képzettségi szint és a várható bért, illetve várható munkanélküliségi szintet összevető pozitív lineáris összefüggést mutató ábrák egyre inkább egy U alakú görbét mutatnak. Miközben jelentősen javult a felsőfokú szakképzettségűek és némiképp javult az alacsony szakképzettségűek pozíciója, folyamatosan romlott a közepesen képzettek relatív munkaerőpiaci helyzete. A folyamat mögött részben a gazdaság ágazati, szakmai szerkezetének átalakulása, a magasabb képzettségi szintet, fejlettebb kognitív készségeket igénylő és ezzel egy időben az egyre bővülő szolgáltatási szektorba tartozó, döntően alacsony szakképzettségi szinthez kapcsolódó szakmák keresletének növekedése áll (Autor, 2011; Autor Dorn, 2013; Adecco Group, 2017). Az elemzések ugyanakkor azt mutatják, hogy ebben a folyamatban a szakmaszerkezet átalakulásánál sokkal nagyobb szerepe van a szakmán belüli feladatok tartalmában bekövetkező változásoknak. Ha nem a szakmaszerkezetben, hanem a feladatok tartalmában bekövetkező változásokat tekintjük, új és korábban nem vizsgált változás érhető tetten a fejlett országok munkaerőpiacán. Ez pedig a nem kognitív készségeket (is) igénylő feladatok arányának és fontosságának jelentős növekedése (Whitmore és szerzőtársai, 2016). Erre a jelenségre először Autor és szerzőtársai (2003) igen széles körben hivatkozott tanulmánya hívta fel a figyelmet. Az általuk vizsgált időszakban ( ) az Egyesült Államok munkaerőpiacán folyamatosan növekedett a nem rutin, kognitív és szociális készségeket igénylő feladatok aránya, miközben folyamatosan csökkent a (rutin és nem rutin jellegű) fizikai munkafeladatok és a rutin jellegű, kognitív készségeket igénylő munkafeladatok aránya. A technológiai fejlődés az elmúlt évtizedekben tovább csökkentette a fejlett gazdaságokban az automatizálhatóvá vált rutinfeladatok arányát. Ezzel egy időben pedig a szociális készséget, a másokkal való sikeres kooperációt megalapozó készségeket igénylő feladatok aránya folyamatosan növekedett. A kognitív természettudományos készségeket, a tudományos-műszaki szakterületeket (Science, Technology, Engineering and Mathematics, STEM) igénylő feladatok arányának növekedése nem meglepő. Számtalan tanulmány foglalkozik ennek a folyamatnak a mérésével, a STEM-készségek korszerű oktatásával és a STEM-készségek fejlesztésének rövid és hosszú távú hatásaival. (Bő- 151

153 Fazekas Károly vebben lásd a Közelkép 4.2. alfejezetét). Az Autor és szerzőtársai (2003) által publikált tanulmányaiban bemutatott U alakú görbe jól érzékelteti a magas szintű természettudományos ismeretek és általában a kognitív készségek jelentőségének növekedését a munkaerőpiacon. Autor Price (2013) és Autor és szerzőtársai (2003) frissített adatai alapján Deming (2015) a korábbi elemzéseknél árnyaltabb képet rajzolt fel a munkafeladatok polarizációjának jellegéről az évek közötti időszakban. A tanulmány egy nagyon fontos, napjainkban különösképpen felerősödő új tendenciára mutatott rá. Egyik oldalon folyamatosan csökken a viszonylag könynyen automatizálható rutin jellegű kognitív feladatok aránya. Ezzel párhuzamosan pedig előbb növekszik, majd stagnál a kognitív, matematikai, természettudományi ismereteket igénylő feladatok aránya, és folyamatosan növekszik a nem kognitív érzelmi-szociális készségeket igénylő, valamint a szolgáltatásokhoz kapcsolódó munkafeladatok aránya ábra: A munkafeladatok jellegének változása az Egyesült Államokban, Szolgáltatási 110 Szociális készségek 100 Nem rutin analitikus (matematikai) 90 Rutin Forrás: Deming (2015), Whitmore és szerzőtársai (2016). A munkapiacnak ezt a nyilvánvaló polarizációját Demming azzal magyarázza, hogy míg a rutinfeladatok egyre sikeresebben automatizálhatók, addig a magas kooperációs készségeket igénylő, személyes kapcsolatokat, érzelmi intelligenciát, puha, nem kognitív készségeket igénylő feladatokat a fejlett országokban terjedő robotizáció, a mesterséges intelligencia különféle alkalmazásai egyelőre nem érintik. A szolgáltatási ágazatokra jellemző feladatok térnyerése azonban nem csupán a technológiai fejlődés eredménye. Erősíti ezt a folyamatot a robbanásszerű urbanizáció és a demográfiai folyamatokkal, mindenekelőtt a fejlett társadalmak elöregedésével járó egészségügyi, ápolási, idősgondozási feladatok napjainkban már robbanásszerű növekedése (Brunello Schlotter, 2011). 152

154 A nem kognitív készségek fontossága A sikeres kooperációt segítő, a vállalati hatékonyságot növelő, nem kognitív készségek hatásainak beépülése a közgazdasági gondolkodásba, különösképpen azok kvantitatív elemzése komoly nehézségbe ütközik. A közgazdaságtan törekszik koherens elméleti keretrendszerekbe illeszteni az általa vizsgált jelenségeket. A közgazdasági kutatásokkal szemben követelmény, hogy a keretrendszerbe illeszkedő fogalmak jól definiáltak legyenek, és jelentéseik világosak, mindenki számára egyértelműek legyenek. Amíg a kognitív készségeknél a készségeket leíró fogalmak egyértelműek, azok minősége standard módszerekkel mérhető, az eredmények elméleti keretrendszerbe illeszthetők, a változók hatásai modellezhetők és tesztelhetők, addig a nem kognitív készségek hatásainak közgazdasági elemzése korántsem ilyen egyszerű feladat (Scorza és szerzőtársai, 2015). A nem kognitív készségek kutatásának hagyományos területe a pszichológia, mindenekelőtt a személyiségpszichológia. Ez a tudomány fontos eredményeket ért el a különböző személyiségjegyek definiálásában és azok kutatásában. A közgazdaság-tudományi kutatások maguk is elsősorban személyiségpszichológiai kutatások eredményei alapján azonosították azokat a nem kognitív készségeket jelző fogalmakat, amelyeket beleillesztettek az emberi tőke szerepét elemző elméleti modellekbe (Heckman, 2012). Ez a beillesztés viszont számos nehézségbe ütközött, hiszen nem volt konszenzus az egyes személyiségjegyek pontos definíciójában, azok minőségének mérésében és nagyon kevés elemzés foglalkozott a személyiségjegyek minőségének mérésével és azok különböző életeseményekhez kapcsolódó oksági viszonyaival. A vállalatok által a munkaerőpiacon keresett nem kognitív készségekkel foglalkozó tanulmányok többsége felsorolásokat tartalmaz, amelyek a köznapi, jobb esetben egy-egy részterületre vonatkozó szakmai tapasztalatok például vállalatvezetőkkel készített interjúk alapján azonosítják be a munkapiaci hatásuk miatt valamiért fontosnak ítélt személyiségjegyeket. Ezek a listák az őket készítők egyéni prioritásai alapján készülnek, és nyilvánvalóan átfedéseket, nehezen megkülönböztető szinonimákat tartalmaznak. Érthető, hogy a témával foglalkozó kutatók megpróbáltak olyan csoportokat képezni, amelyek valamilyen szempontból jól megragadják, elkülönítik az emberek eltérő munkapiaci hatásokkal, egyéni társadalmi következményekkel járó személyiségjegyeit. A közgazdasági elemzések között viszonylag széles körben elfogadott, a személyiségpszichológiai irodalomban elterjedt, Big Five néven ismert csoportosítás, amely öt csoportba osztja az emberek nem kognitív készségeit: extrovertáltság, konszenzuskészség, lelkiismeretesség, érzelmi stabilitás, nyitottság (Extraversion, Agreeableness, Conscientiousness, Emotional Stability, Openness). Ez a csoportosítás lényegében angol nyelvű szövegeken végzett szemantikai statisztikai elemzések eredménye, de számos tanulmány igazolja, hogy ezek a készségek univerzálisak, más nyelvekben és más kultúrákban ugyanezen öt 5.1. Merre halad a kereslet 153

155 Fazekas Károly nem kognitív készségcsoport különíthető el. Az táblázat felsorolja az egyes készségcsoportok tartalmát és az adott készségcsoporthoz leginkább kapcsolódó fogalmakat. Előnye ennek a csoportosításnak, hogy az egyes készségcsoportok jelentésében konszenzus van a kutatók között, azok minőségének mérésére már léteznek többé-kevésbé standardizált módszerek, a felmérések eredményei közgazdasági modellekbe is beépíthetők táblázat: A Big Five készségcsoportokba tartozó nem kognitív készségek Lelkiismeretesség Koszenzuskészség Kiegyensúlyozottság Nyitottság Extrovertáltság Megbízhatóság Együttműködő készség Magabiztosság Kreativitás Akaratosság Jellemszilárdság Kollegialitás Stressztűrőképesség Kíváncsiság Vidámság Rendezettség Nagyvonalúság Mértékletesség Globális tudatosság Kommunikációs készség Állhatatosság Őszinteség Rezíliencia Pozitív beállítottság Barátságosság Tervezettség Becsületesség Öntudatosság Képzelőerő Vezetési készség Pontosság Jóindulat Önbecsület Innovációs készség Élénkség Felelősségtudat Hitelesség Önuralom Tolerancia Szociális készség Forrás: Roberts és szerzőtársai, 2015, 10. o. A közgazdaságtan és a személyiségpszichológiai kutatások közötti kapcsolat azonban korántsem egyoldalú. A közgazdaságtan miközben felhasználja a pszichológia által kidolgozott fogalmakat és a készségek mérésére használt teszteredményeket maga is hozzájárul a fogalmak tartalmának tisztázásához, a mérési eljárások standardizálásához, az oksági mechanizmusok feltárásához. Számos tanulmány felhívja a figyelmet arra, mennyire fontos ezen a területen is az interdiszciplináris párbeszéd, közös kutatási programok indítása közgazdászok, pszichológusok, magatartáskutatók, agykutatók, oktatáskutatók és más tudományterületek művelőinek bevonásával. Heckman maga is felhívja a figyelmet például az e területen végzett antropológiai kutatások megtermékenyítő eredményeire (Stasz, 2001; Heckman és szerzőtársai, 2014). A személyiségjegyek munkapiaci hatásaival az utóbbi években több jelentős kutatás is foglalkozott. Az eredmények általában azt mutatják, hogy a nem kognitív készségek legalább olyan erősen hatnak a munkaerőpiaci sikerességre, mint a kognitív készségek (Carneiro és szerzőtársai, 2007) Számos tanulmány hívja fel azonban a figyelmet az ilyen típusú elemzések módszertani nehézségeire, hiányosságaira. Gyakran csupán egy-egy nem kognitív készség munkaerőpiaci hatását vizsgálják, és figyelmen kívül hagyják a különböző készségek közötti kölcsönhatásokat, illetve a különböző kognitív és nem kognitív készségek egymásra hatását. Ebből a szempontból igen figyelemre méltók azok a friss kutatások, amelyek új adatelemzési módszerekkel, statisztikai eljárásokkal, például a gépi tanulás (machine learning) segítségével próbálnak új, a korábbinál jobb magyarázó erejű nomenklatúrát létrehozni (Mareckova Pohlmeier, 2017). Ilyen módszerekkel kellően nagyméretű metaadatbázisok

156 5.1. Merre halad a kereslet segítségével a munkaerőpiaci hatás alapján be lehet azonosítani a leginkább releváns készségeket (nem szabad csupán a saját prioritásunk alapján fontosnak tartott készségek hatását vizsgálni). Széles körben ismertek James J. Heckman és munkatársainak leginkább a chicagói Center for Economics and Human Development keretei között folyó nem kognitív kompetenciák szerepét is vizsgáló közgazdasági kutatásai. Különösképpen fontosak a készségek fejlesztésére fordított kiadások hozamával kapcsolatos eredmények. Ezek a kutatások szorosan kapcsolódtak a kognitív folyamatok neurológiai alapjait feltáró kutatásokhoz (Heckman, 2007a, b), másrészt felhasználták a nem kognitív készségek egyéni, társadalmi hatásait (is) elemző hosszú távú követéses vizsgálatok eredményeit (Knudsen és szerzőtársai, 2006). Az elemzések ráirányították a figyelmet a szülői nevelés, a családi környezet meghatározó szerepére, a koragyerekkori fejlesztés jelentőségére az élethosszig tartó tanulás folyamatában, másrész igazolták, hogy a nem kognitív készségek koragyerekkori, gyerekkori fejlesztése milyen széleskörű, a gazdaság és a társadalom egészére szétterülő hatásokkal jár. A gyermekkorban mért nem kognitív képességek többek között hatással vannak a felnőttkorban mért iskolázottságra, a tinédzserkori terhességek gyakoriságára, a dohányzás, a bűnözés valószínűségére (Borghans és szerzőtársai, 2008; Bowles és szerzőtársai, 2001; Knudsen és szerzőtársai, 2006). A Heckman és társai által kidolgozott és folyamatosan finomított elméleti kerethez kapcsolódó ökonometriai modellek feltárták számos a köznapi gondolkodás számára e szempontból nem feltétlenül releváns változó (születési súly, magasság, táplálkozás, mentális betegségek) hatását a felnövekvő generációk életminőségére. Heckman Kautz (2012) is fontosnak tartja megjegyezni, hogy a nem kognitív készségek hatásainak elemzése során interdiszciplináris párbeszédre van szükség, és a közgazdaság-tudomány egyik hozadéka ezen a területen éppen az, hogy pontosan definiálja a különböző készségeket, kidolgozza a különböző készségek eltérő mérési módszereit és feltárja a különböző készségek minőségének társadalmi és gazdasági következményeit. Miért növekszik a nem kognitív készségek fontossága az elmúlt években? A nem kognitív kompetenciák nem csupán a jövőre vonatkozó helyzetértékelésekben, de a jelenre vonatkozó is előrejelzésekben előtérbe kerültek. Az elmúlt években a vállalati menedzsment köréből számos jelzés érkezett, amelyek a már ismert kognitívkészség-hiány (cognitive skill gap) mellett felhívták a figyelmet arra, hogy egyre nehezebb olyan munkavállalókat találni, akik teljesítik a nem kognitív képességekkel szembeni követelményeket (Casner-Lotto Barrington, 2006). A fejlett nem kognitív készségek iránti kereslet növekedését jelzi e készségek munkapiaci hozamának növekedése is. Weinberger (2014) szerint például az Egyesült Államok munkaerőpiacán az

157 Fazekas Károly ben születettek nem kognitív készségei, valamint várható jövedelmeik nagysága és az állandó foglalkoztatásuk valószínűsége közötti kapcsolat jóval erősebb, mint az ben születetteké. A növekvő nem kognitív készségek iránti kereslet okai közül az első, a legfontosabb a technológiai fejlődés jellegéhez kapcsolódik. Azok a munkahelyek, amelyek a változásokra nyitott, érzelmileg stabil, rugalmas gondolkodású, kooperatív munkaerőt igényelnek, kevésbé vannak kitéve az új technológiák munkaerő kiszorító hatásának (Bode és szerzőtársai, 2016). Másrészt a felgyorsult technológiai fejlődés, a vállalkozások egyre szélesebb körben alkalmazott rugalmas munkaszervezési formái, a vállalatok egyre erősebb beágyazódása a globális gazdaságba egyre inkább igényel nyitott, más kultúrákkal kapcsolatteremtésre, együttműködésre képes, rugalmas, innovatív munkaerőt. A második fontos tényező a rendkívül gyorsan előrehaladó urbanizáció, és ezzel együtt a személyes, kulturális szolgáltatások iránti kereslet gyors növekedése. Itt találhatók azok a munkakörök, ahol nagy jelentősége van a személyes kapcsolatoknak, az érzelmi intelligenciának, a képzelőerőnek, az empátiának, a nyitottságnak. A harmadik fontos tényező a fejlett társadalmak elöregedése, amellyel párhuzamosan egyre jobban nő a kereslet az egészségügyi és a gondozói feladatköröket ellátó munkavállalók iránt. Ez is olyan terület, ahol nem csupán a szakmai fogások ismeretére van szükség, de empatikus képességekre, érzelmi ráhangolódásra, kitartásra, szociális készségekre is. Nem kognitív készségek fejlesztésének lehetőségei Ma már idejétmúltnak tekinthető az az álláspont, amely szerint szemben a kognitív készségekkel, az alapvető személyiségjegyek nem változnak életünk során. Számos követéses vizsgálat (Cunnigham és szerzőtársai, 2002; Roberts és szerzőtársai, 2015) empirikusan is igazolta, hogy az egyes készségek eltérő mértékben ugyan, de jelentősen változnak, és a különböző életszakaszokban jól fejleszthetők (Heckman Kautz, 2013). Nem kétséges, hogy a nem kognitív készségek fejlesztésének legfontosabb területe kisgyermekkorban a szülői nevelés és a koragyermekkori fejlesztés. A koragyermekkori és iskoláskori nem kognitív fejlesztési programok erős pozitív hatással vannak a gyerekek kognitív készségeinek fejlődésére. Ugyanakkor az is igaz, hogy ha a koragyermekkori fejlesztéseket nem követik jól célzott fejlesztések a későbbi életszakaszokban, akkor azok hatása idővel elenyészik (OECD, 2015). Számos kutatási eredmény támasztja alá azt a tényt, hogy a nem kognitív készségek sikeresen fejleszthetők az alsó-, a közép-, sőt a felsőfokú oktatásban is és számos olyan nem kognitív készségünk van, amely a felnőttképzésben is fejleszthető. Azok a vizsgálatok például, melyek nem kognitív készségek iskolai fejlesztését célzó programok hatását elemzik, azt mutatják, hogy jól célzott, jól végrehajtott programok sokszor komolyabb változásokat érnek el, mint 156

158 5.1. Merre halad a kereslet számos, a tanulók kognitív készségeinek javítását célzó beavatkozás (Cunha és szerzőtársai, 2006; Losel Beelmann, 2003). A nem kognitív készségek hiánya a hátrányos helyzetű családokban hat a kognitív készségek fejleszthetőségére. Egészséges érzelmi, stresszmentes környezetben sokkal könnyebben fejleszthetők a gyermekek gondolkodási képességei. Nagyon fontosak a nem kognitív készségek fejlesztésének intergenerációs hatásai. Így például hátrányos helyzetű, stresszes térségekben élő családokban a gyermekek nem kognitív képességeinek fejlesztését érdemes összekapcsolni a szülők nem kognitív képességeinek fejlesztésével annak érdekében, hogy megfelelő családi hátteret biztosíthassanak gyermekeik kognitív és nem kognitív képességeinek fejlesztéséhez. A nem kognitív készségek iskolai fejlesztése sohasem korlátozódhat egyéni fejlesztési programokra. Igazán azok a programok sikeresek, amelyek kiterjednek a családokon túl a helyi közösségek nem kognitív kompetenciáinak fejlesztésére is. Melyek azok a nem kognitív képességek, amelyek fejlesztése különösképpen fontos az egyes életszakaszokban és melyek azok a módszerek melyekkel ezek a képességek sikeresen fejleszthetők? A témával foglalkozó neveléstudományi kutatások és gyakorlati fejlesztési programok értelemszerűen azokra a készségekre koncentrálnak, amelyek az iskolai tanulási sikereket segítik (például szorgalom, fegyelmezettség, kötelességtudat, jellemszilárdság). Számos olyan kezdeményezés ismert, amely az iskolai tananyagba illesztett tantárgy keretében próbálja fejleszteni a tanulók nem kognitív készségeit. A programok hatásait elemző metaanalízisek szerint ezek többsége eltérő mértékben, de kimutatható pozitív hatással van a tanulók későbbi életeseményeire. A nem kognitív készségek gyermekkori fejlesztésének legfontosabb eszköze azonban maga az iskolai környezet, a tanárok pedagógiai tevékenysége. A tanárok szakmai tudásának, motiváltságának, morális elkötelezettségének meghatározó szerepe van a diákok nem kognitív készségeinek fejlesztésében. Erre a hatásra mutatnak rá Heckman és szerzőtásai 2014-ben megjelent könyvükben, amely a középiskolát érettségivel záró diákok életeseményeit hasonlítja össze az érettségizett, de a középiskolából korábban lemorzsolódott diákok életeseményeivel. Az a tény, hogy az azonos színvonalú érettségit tett diákok közül a középiskolát ténylegesen elvégzett diákok munkapiaci sikeressége lényegesen meghaladta a lemorzsolódottak munkapiaci sikerességét, Heckman és szerzőtársai (2014) szerint az iskolának mint a tanulók nem kognitív készségeinek fejlesztésére leginkább alkalmas intézménynek a pozitív hatására utal. Pusztán a hatás meglétének a kimutatása mit sem mond arról, milyen mechanizmusokon keresztül fejlesztheti az iskola ezeket a képességeket. Annyi biztos, hogy a nem kognitív készségek fejlesztése eltérő tudást és motivációt igényel, mint amilyen tudásra és készségekre a kognitív készségek fejlesztése során a tanároknak szükségük van. Nagyon fontos szerepe van annak, hogy a tanárok a különböző tantárgyak oktatása során mennyire képesek például 157

159 Fazekas Károly fejleszteni a tanulók képzelőerejét, kooperációs készségét, kulturális toleranciáját, kitartását, állhatatosságát. Ennek a komplex pedagógiai munkának a sikeressége jelentős mértékben befolyásolja a kognitív készségek fejlesztésének sikerességét is. Az elmúlt években számos olyan kezdeményezés született, amelyeknek célja a tanulók nem kognitív készségeinek értékelése mellett az iskolák és a tanárok ilyen irányú tevékenységének értékelése és támogatása. Az Egyesült Államokban a No Child Left Behind törvényt 2015-ben felváltó Every Student Success Act lehetőséget teremtett arra, hogy az iskolák értékelési rendszerét képező kognitív teszteket kiegészítsék a nem kognitív készségek mérésére alkalmas értékelésekkel. A Brookings Institute által kidolgozott The Brookings Soft Skills Report Card kifejezetten arra készült, hogy segítse a pedagógusokat a nem kognitív készségek értékelésében, tegye ösztönözhetővé az iskolákat és a tanárokat e készségek fejlesztésében, és támogassa a pedagógusok munkáját ezen a területen (Whitehurst, 2016). Felismerve a nem kognitív készségek növekvő fontosságát, az OECD már 2013-ban közreadott egy értékelést 24 ezer diák szociális-érzelmi készségeiről. A tervek szerint a PISA-teszteket fokozatosan olyan feladatokkal egészítik ki, amelyek alkalmasak nem kognitív készségek felmérésére (OECD, 2015a b) tól a PISA matematikai, szövegértési s természettudományos tesztjeit kiegészítik globális kompetenciák mérésére alkalmas tesztekkel. Globális kompetenciákon a tanulók azon készségeit értik, amelyekkel értelmezni tudják a globális, interkulturális jelenségeket, képessé válnak eltérő perspektívák alkalmazására és alkotó együttműködésre különböző kultúrákban szocializálódott emberekkel. A nem kognitív készségek értékelésére alkalmas eszközök természetesen nem értékmentesek. Ellenkezőleg, feltételezik, hogy a család, az iskola, a fejlesztő intézmények, a pedagógusok nem csupán tudást, de értékeket is közvetítenek. Az emberi méltóság tisztelete, a tolerancia, az empatikus készségek minden társadalomban alapját képezik a társadalom harmonikus működésének, innovációs képességének, és feltételei a gazdaság fejlődésének. Hivatkozások Adecco Group (2017): The Soft Skills Imperative. From attitude to empathy, we explore the power of soft skills in an automated world. Adecco Group, White Paper, 001. Q Autor D. H Dorn, D. (2013): The Growth of Low-Skill Service Jobs and the Polarization of the US Labor Market. American Economic Review, Vol No o. Autor, D. (2011): The Polarization of Job Opportunities in the U.S. Labor Market: Implications for Employment and Earnings. Community Investments, Vol. 23. No o. Autor, D. H. Levy, F. Murnane, R. J. (2003): The Skill Content of Recent Technological Change: An Empirical Exploration. The Quarterly Journal of Economics, Vol No o. Autor, D. H. Price, B. (2013): The Changing Task Composition of the US Labor Market. An Update of Autor, Levy, and Murnane (2003). Kézirat. Bode, E. Brunow, S. Ott, I. Sorgner, A. (2016): Worker personality: Another skill bias beyond education in the digital age. SOEP Paper, No Borghans, L. Duckworth, A. L. Heckman, J. J. Ter Weel, B. (2008): The Economics and Psychology of 158

160 5.1. Merre halad a kereslet Personality Traits. Journal Human Resources, Vol. 43. No o. Bowles, S. Gintis, H. Osborne, M. (2001): The determinants of earnings: A behavioral approach. Journal of Economic Literature, Vol. 39. No o. Brunello G. Schlotter, M. (2011): Non Cognitive Skills and Personality Traits: Labour Market Relevance and their Development in Education & Training Systems. IZA, DP No Burks, S. V. Carpenter, J. P. Goette, L. Rustichini, A. (2009): Cognitive skills affect economic preferences, strategic behavior, and job attachment. Proceedings of the National Academy of Sciences, Vol No o. Carneiro, P. Crawford, C. Goodman, A. (2007): The Impact of Early Cognitive and Non-Cognitive Skills on Later Outcomes. Centre for the Economics of Education, London. Casner-Lotto, J. Barrington, L. (2006): Are they really ready to work? Employers Perspectives on the basic knowledge and applied skills of new entrants to the 21st century U.S. Workforce. The Conference Board, New York. Cunha, F. Heckman, J. J. Lochner, L. J. Masterov, D. V. (2006): Interpreting the evidence on life cycle skill formation. Megjelent: A. Hanushek, E. A. Welch, F. (szerk.), Handbook of the Economics of Education, 12. fejezet, o. Amsterdam. Cunningham, E. G. Brandon, C. M. Frydenberg, E. (2002). Enhancing coping resources in early adolescence through a school-based program teaching optimistic thinking skills. Anxiety, Stress and Coping, Vol. 15. No. 4., o. Deming, D. J. (2015): The Growing Importance Of Social Skills In The Labor Market. NBER Working Paper Series. Working Paper, Hanushek, E. A. Woessmann, L. (2012): Do better schools lead to more growth? Cognitive skills, economic outcomes, and causation. Journal of Economic Growth, Vol. 17. No o. Heckman J. J. (2007a): The Economics, Technology and Neuroscience of Human Capability Formation. IZA Discussion Paper, No Heckman, J. J. (2007b): The technology and neuroscience of capacity formation. Kézirat. Heckman, J. J. (2016): Human Development is Economic Development. Larger Community Foundations Conference, San Diego, február 25. Heckman, J. J. Kautz, T. (2012): Hard evidence on soft skills. Labour Economics, Vol. 9. No o. Heckman, J. J. Kautz, T. (2013): Fostering and measuring skills: Interventions that improve character and cognition. NBER Working Paper, No Heckman, J. J. Humphries, J. E. Kautz, T. (2014): The Myth of Achievement Tests: The GED and the Role of Character in American Life. University of Chicago Press. Chicago. Knudsen, E. I. Heckman, J. J. Cameron, J. Shonkoff, J. P. (2006): Economic, neurobiological, and behavioral perspectives on building America s future workforce. Proceedings of the National Academy of Sciences, Vol No o. Losel, F. Beelmann, A. (2003): Effects of Child Skills Training in preventing Antisocial Behavior: A Systematic Review of Randomized Evaluations. Annals of the American Academy, Vol No o. Mareckova, J. Pohlmeier, W. (2017): Noncognitive Skills And Labor Market Outcomes: A Machine Learning Approach. Society Of Labor Economists. Working Paper, OECD (2015a): Fostering And Measuring Skills: Improving Cognitive And Non-Cognitive Skills To Promote Lifetime Success. OECD Education Working Paper, No OECD (2015b): Skills For Social Progress: The Power Of Social And Emotional Skills. OECD. Párizs. Roberts, R. D. Martin, J. E. Olaru, G. (2015): A Rosetta Stone for Noncognitive Skills. Understanding, Assessing, and Enhancing Noncognitive Skills in Primary and Secondary Education. Asia Society Professional Examination Service. Scorza, P. Araya, R. Wuermli A, J. Betancourt, T. S. (2015): Towards Clarity in Research on Non-Cognitive Skills: Linking Executive Functions, Self-Regulation, and Economic Development to Advance Life Outcomes for Children, Adolescents and Youth Globally. Human Development, Vol. 58. No o. Stasz, C. (2001): Assessing skills for work: Two perspectives. Oxford Economic Papers. Vol. 53. No o. Weinberger, C. (2014): The Increasing Complementarity between Cognitive and Social Skills. Review of Economics and Statistics, Vol. 96. No o. Whitehurst, G. J. (2016): Grading soft skills: The Brookings Soft Skills Report Card. Evidence Speaks Reports, Vol. 2. No. 4. Brookings Institute. Whitmore, S. D. Nunn, R. Bauer, L. Megan Mumford, M. Breitwieser, A. (2016): Seven Facts on Non-cognitive Skills from Education to the Labor Market. The Hamilton Project. Brookings Institute, Economic Facts, Washington. 159

161 Varga Júlia 5.2. FOGLALKOZÁSI MOBILITÁS MAGYARORSZÁGON Varga Júlia A foglalkozások összetétele minden dinamikus gazdaságban folyamatosan változik, új foglalkozások jelennek meg, és a régebbi foglalkozások egy része eltűnik. Ezt a folyamatot sok tényező befolyásolja: változik a technológia, a külkereskedelem, a népesség kor és iskolázottság szerinti összetétele, a szabályozási környezet, átalakulnak a munkaerőpiaci intézmények. Az egyének is sokféle ok miatt dönthetnek foglalkozásuk megváltoztatása mellett. Oka lehet a foglalkozási mobilitásnak a végzettség és munkahely nem megfelelő illeszkedése, az egyén körülményeiben (például családi állapotában vagy egészségi állapotában) bekövetkezett változások, a piacon végbement külső változások, a karrierlétrán történő előrehaladás, vagy a munkaerőpiaci életpálya elején jellemző keresési időszak ( job-shopping) stb. A foglalkozási mobilitás egyik előfeltétele, hogy a munkavállalók készségei, ismeretei vagy azok egy része transzferálható legyen a különböző foglalkozások között. Ezért a közoktatási, felsőoktatási, képzési és az élethosszig tartó tanulást érintő szakpolitika meghatározó hatással van a foglalkozási mobilitás alakulására. Azokban az országokban, melyekben az oktatáspolitika az általános ismeretek megszerzésére helyezi a hangsúlyt, és ahol ösztönzik az élethosszig tartó tanulásban a részvételt, rendszerint nagyobb a foglalkozási mobilitás, és könnyebb az alkalmazkodás a munkaerőpiac változó igényeihez. Azokban az országokban viszont, amelyekben a közoktatásban a foglalkozásspecifikus ismeretekre helyezik a hangsúlyt, rendszerint kisebb a foglalkozási mobilitás (Johnson, 1979; Krueger Kumar, 2004; ILO, 2010). Az alacsony intenzitású foglalkozási mobilitás fokozhatja a munkaerőhiányt. Foglalkozási mobilitás nélkül a vállalatok folyamatos alkalmazkodása hátrányt szenvedhet, és lelassulhat a hanyatló szektorokból a növekvő szektorokba történő munkaerő-áramlás (lásd például Davis Haltiwanger, 2014). Bár az új munkahelyeket részben a munkaerőpiacra az oktatási rendszerből frissen belépők vagy az inaktivitásból, munkanélküliségből visszatérők töltik be, az új állások zömébe olyanok kerülnek, akik korábban is foglalkoztatva voltak más foglalkozásban. Az ábra az 1997 és 2014 közötti időszakra mutatja be az új foglalkozásba beáramlók megoszlását, megelőző munkaerőpiaci státusuk szerint, a négyjegyű FEOR-besorolásokat alkalmazva. Látjuk, hogy ebben az időszakban csökkent az inaktivitásból új foglalkozásba áramlók aránya, a munkanélküliségből új foglalkozásba lépők aránya stagnált, és a más foglalkozásból, foglalkoztatotti státusból új foglalkozásba kerülők aránya pedig 60 százalékról 80 százalékra nőtt után kis mértékben nőtt a munkanélküli státusból új foglalkozásba kerülők aránya, de a foglalkozási csoportok közötti átrendeződésben a már korábban is állásban lévők foglalkozás-változtatásai továbbra is meghatározó szerepet játszanak. 160

162 5.2. Foglalkozási mobilitás ábra: Az új foglalkozásba beáramlók megoszlása megelőző munkaerőpiaci státusuk szerint 0 0,2 0,4 0,6 0, Negyedévek Foglalkoztatásból Inaktivitásból Munkanélküliségből Forrás: A KSH Munkaerő-felvétel (MEF) negyedéves hullámaiból számítva. A következőkben azt vizsgáljuk, hogy miként változott a foglalkozási mobilitás intenzitása Magyarországon, és milyen egyéni jellemzők hatnak a foglalkozásváltoztatás valószínűségére. Az elemzés a KSH Munkaerő-felvételének évi hullámaiból képzett egyéni szintű, paneladatbázis adataira támaszkodik. 1 A foglalkozási mobilitást az egymást követő két negyedévben tapasztalt szakmabesorolások változásával mérjük a korábbi vizsgálatokhoz hasonlóan (Boeri Flinn, 1997; Berde Scharle, 2004; Elek Szabó, 2016). Ennek a mérőszámnak a mértéke, változása függ egyrészt attól, hogy milyen időperiódusban vizsgáljuk a mobilitást, másrészt attól, hogy milyen aggregáltsági szintű foglalkozási csoportbesorolást használunk. A foglalkozási besorolások legrészletesebb, négyjegyű FEOR-besorolásai sem képesek követni az összes foglalkozásváltozást. Az egyének komoly előrelépést tehetnek karrierjükben úgy is, hogy foglalkozási besorolásuk változatlan marad. A foglalkozásváltozások követését az is nehezíti, hogy a FEOR-besorolások többször változtak és 2014 között, vagyis a vizsgált periódusban, egy nagyobb felülvizsgálat történt a FEOR-besorolásokban. 2 Az összehasonlítás megkönnyítése érdekében a kétféle besorolási rendszert egységesítettük, és a megfigyeléseket az egységes besorolási rendszer alapján újrakódoltuk. 3 A foglalkozásváltozások vizsgálatát háromféle besorolás alapján végeztük el: egyrészt a legrészletesebb, négyjegyű, valamint a kétjegyú FEOR-besorolások felhasználásával, emellett összevont foglalkozási csoportok szerint is. 4 Az ábra iskolai végzettségi csoportonként mutatja be a foglalkozást változtatók arányát a foglalkoztatottak között, a négyjegyű, a kétjegyű FE- OR-besorolás és az összevont foglalkozási csoportok szerint. Értelemszerűen minél részletesebb foglalkozási besorolást használunk, annál nagyobb a foglalkozást változtatók aránya. Az összes iskolázottsági csoportban együtt a mobilitás mértéke negyedévente 0,5 0,8 százalék között mozgott az összevont foglalkozási csoportok sze A KSH MEF negyedévente végzett reprezentatív adatfelvételei egy-egy negyedévben 70 ezer fő körüli egyéni megfigyelést tartalmaz. A minta cseréje rotációs eljárással történik. A mintába bekerült háztartásokhoz tartozó egyéneket hat egymást követő negyedévben figyelik meg, az egymást követő negyedévekben megfigyelt egyének adatai ezért panelba kapcsolhatók, így az egyének foglalkozásváltozásai megfigyelhetők. 2 Az 1996-ban felülvizsgált foglalkozási rendszer (FEOR 93) január 1. és december 31. között volt hatályban, majd új, ismét felülvizsgált FEOR-rendszer lépett hatályba. 3 Az újrakódolást Tir Melinda végezte, akinek ezúton is szeretnék köszönetet mondani. 4 Az összevont foglalkozási csoportok kialakításakor arra törekedtünk, hogy a foglalkozásokat nagyjából homogén foglalkozási csoportokba soroljuk be (a csoportosítást az 5.2. Függelék F táblázata közli).

163 Varga Júlia rint, 0,5 1,8 százalék között mozgott a kétjegyű és 0,7 2,5 százalék között mozgott a négyjegyű FEOR-csoportok szerint. Ezek az arányok nemzetközi összehasonlításban nagyon kicsik, jóval kisebbek, mint az európai országok többségében, nem éri el az alacsony foglalkozási mobilitású dél-európai országok szintjét sem, és csak néhány volt szocialista ország ugyancsak alacsony foglalkozási mobilitású ország szintjével hasonlítható össze (Andersen és szerzőtársai, 2008; Dex és szerzőtársai, 2007; Lalé, 2012; Burda Bachmann, 2008; Barone és szerzőtársai, 2011; Vavřinová Krčková, 2015) ábra: Foglalkozást változtatók a foglalkoztatottak arányában négyjegyű és kétjegyű FEOR- és összevont foglalkozási csoportok szerint iskolai végzettségi csoportonként, negyedév negyedév 4 jegyű FEOR 2 jegyű FEOR Összevont foglalkozási csoport Forrás: Saját számítások a KSH negyedévi negyedévi MEF-adatai felhasználásával, három negyedéves mozgóátlag-simítással. Iskolai végzettség szerint vizsgálva a foglalkozási mobilitás alakulását, mindhárom csoportosítás szerint a legfeljebb általános iskolai végzettségű foglalkoztatottak körében volt a legnagyobb a foglalkozást változtatók aránya, és a felsőfokú végzettségűek körében volt a legkisebb. Az ábrán látjuk, hogy a 2011 után megfigyelhető foglalkozási mobilitási növekedés az alacsony végzettségűek között jóval nagyobb volt, mint az egyéb végzettségi kategóriákban. Az alacsony iskolázottságúak foglalkozási mobilitási arányának növekedése jelentős részben a közmunkások foglalkozásváltoztatásainak volt köszönhető. A legfeljebb általános iskolai végzettségű, foglalkozást változtatók között a közmunkásként dolgozók aránya 2010-től kezdődően meredeken növekedni kezdett, és 2014-ben már 40 százalék volt ( ábra). 162

164 5.2. Foglalkozási mobilitás ábra: Az általános iskolai végzettségű, foglalkoztatást változtatók között a közmunkásként dolgozók aránya 0 0,1 0,2 0,3 0, Negyedévek Forrás: Saját számítások a KSH negyedévi negyedévi MEF-adatok felhasználásával, három negyedéves mozgóátlag-simítással. A foglalkozási mobilitás meghatározóit két külön modellel vizsgáltuk. Az (1) modellben a foglalkozás változtatásának valószínűségét elemeztük, függetlenül attól, hogy a foglalkozásváltoztatás milyen irányú (felfelé vagy lefelé irányuló, vagy nem változott a foglalkozás szintje), majd a (2) modellben a foglalkozást változtatók almintáján azt vizsgáltuk, hogy foglalkozás változtatása felfelé, lefelé vagy a korábbival azonos szintű foglalkozásba történt-e, és mi volt a mobilitás iránya. A foglalkozásváltoztatás valószínűségét leíró (1) modell a következőképpen írható fel: Y ij =X' i β j +α ED i +δ j +ε ij, (1) ahol Y ij annak valószínűségét jelzi, hogy az egyén foglalkozást változtat, i az egyéneket jelöli, ED i az egyén iskolázottságát leíró kategóriaszintű változókat, j a kimeneteket. X i az egyén megfigyelt tulajdonságait írja le, δ j az év fix hatásokat jelöli, ε ij a normális eloszlást követő hibatag. Foglalkozási mobilitás (y = 1) akkor következik be, amikor a latens változó Y ij > 0, ahol Y ij = 1, ha az egyén foglalkozást változtatott két negyedév között, és Y ij = 0, ha nem változtatott foglalkozást. A (2) modell a következőképpen írható fel: Z iq =X' i β q +α ED q +δ q +ε iq, (2) ahol η ij többdimenziós (többváltozós) normális eloszlást követ. Z iq annak valószínűsége, hogy az i-edik egyén esetében a q-adik kimenetet figyeljük meg, és Z iq > Z ij, ha j q. A foglalkozási mobilitást két kimenettel vizsgáló modelleket a mobilitás különféle szintjein becsültük. A modelleket lefuttattuk a kétjegyű FEOR-csoportok közötti, a négyjegyű FEOR-csoportok közötti és az összevont foglalkozási csoportok közötti váltásokat vizsgálva. Azokat soroltuk a foglalkozást 163

165 Varga Júlia változtatók közé, akik adott negyedévi és megelőző negyedévi kétjegyű, vagy négyjegyű FEOR-kódja, illetve összevont foglalkozási csoportja nem egyezett meg, és az egyén mindkét negyedévben foglalkoztatotti státusban volt. A második, a foglalkozásváltoztatás irányát vizsgáló modellben a foglalkozásváltoztatás irányát az egyjegyű FEOR-csoportok közötti váltásokból határoztuk meg, a Fegyveres szervek foglalkozásai foglalkozási csoportot kihagyva az elemzésből. A FEOR-csoportosítás hierarchikusan épül fel, a főcsoportok szerint lefelé haladva egyre magasabb formális képzettség és egyéb készségszint szükséges az állások betöltéséhez. Az egyjegyű FEOR-besorolás ugyanakkor csak elég durva összehasonlításokat tesz lehetővé, de ennél részletesebb besorolást használva nehezen lehetett volna minden esetben elkülöníteni, hogy milyen irányú mobilitásról volt szó. Felfelé irányuló mobilitásnak tekintettük, ha a foglalkozásváltoztatás után, az új foglalkozás egyjegyű FEOR-csoport szerinti besorolása kisebb értékű, lefelé irányuló mobilitásnak, ha nagyobb értékű volt, és a foglalkozási hierarchiában változatlannak, ha nem változott értéke. Az első, a foglalkozás változtatás valószínűségét két kimenettel vizsgáló (1) modellek eredményét, a mintaátlagnál vett marginális hatásokat az táblázat foglalja össze. Az eredmények azt mutatják, hogy a felsőfokú végzettségűek szignifikánsan kisebb valószínűséggel változtatnak foglalkozást, mint a referenciakategóriaként választott érettségizettek, akár kétjegyű, akár négyjegyű FEOR-kódonkénti váltásként, akár összevont foglalkozási csoportok közötti váltásként definiáljuk a foglalkozásokat. A szakmunkás/szakiskolai végzettségűek kétjegyű és négyjegyű FEOR-csoportok között ugyancsak szignifikánsan kisebb valószínűséggel változtatnak foglalkozást, mint a referenciakategóriához tartozó érettségizettek, de az összevont foglalkozási csoportok közötti foglalkozásváltoztatások valószínűségében nincs szignifikáns különbség a szakmunkás/szakiskolai végzettségűek és az érettségizettek között. Az általános iskolai végzettségűek és az érettségizettek között sem a kétjegyű, sem a négyjegyű foglalkozásváltoztatási valószínűségben nem mutatkozott szignifikáns különbség, de az előbbi csoport nagyobb valószínűséggel mozog az összevont foglalkozási csoportok között. Az iskolai végzettség hatására vonatkozó eredményeink egybevágnak a foglalkozásspecifikus emberi tőkére vonatkozó elméleti feltevésekkel (Shaw, 1984, 1987; Dolton Kidd, 1998; Kambourov Manovskii, 2009; Sullivan, 2010). Azokban az iskolai végzettségi csoportokban, amelyekben a csoporthoz tartozóknak több foglalkozásspecifikus ismeretük van vagyis Magyarországon a szakiskolai/szakmunkás végzettségűek és a felsőfokú végzettségűek, kisebb a foglalkozási mobilitás. Ennek az az oka, hogy foglalkozásspecifikus ismeretek foglalkozásváltáskor elveszhetnek, ami arra ösztönzi őket, hogy foglalkozásukban, a felsőfokú végzettségűek pedig foglalkozási csoportjukban is maradjanak. 164

166 5.2. Foglalkozási mobilitás táblázat: A foglalkozási mobilitás meghatározói kétkimenetes probit modellek Kétjegyű FEOR-váltás Marginális hatás (dy/dx) Négyjegyű FEOR-váltás Összevont foglalkozási csoport váltás Nem (Férfi = 1) 0,002 * 0,003 * 0,001 * (0,0004) (0,0004) (0,0005) Általános iskolai végzettségű 0,001 0,000 0,002 *** (0,0005) (0,0007) (0,0008) Szakmunkás/szakiskolai 0,001 * 0,002 * 0,000 végzettségű (0,0004) (0,0005) (0,0006) Felsőfokú végzettségű 0,002 * 0,002 * 0,004 * (0,0005) (0,0007) (0,0007) Gyakorlati idő 0,000 * 0,000 * 0,001 * (0,0001) (0,0001) (0,0001) Gyakorlati idő 2 0,000 * 0,000 * 0,000 * (0,0000) (0,0000) (0,0000) Gyakorlati idő az adott 0,002 * 0,003 * 0,005 * munkáltatónál (0,0001) (0,0001) (0,0001) Gyakorlati idő az adott 0,000 * 0,000 * 0,000 * munkáltatónál 2 (0,0000) (0,0000) (0,0000) Egyedülálló 0,001 0,001 0,001 (0,0005) (0,0005) (0,0006) Gyerek 0 6 éves a háztartásban 0,000 0,000 0,001 ** (0,0005) (0,0005) (0,0006) Gyerek 7 18 éves a háztartásban 0,001 0,000 0,000 (0,0004) (0,0005) (0,0005) Közmunka 0,001 0,008 * 0,015 * (0,0092) (0,0016) (0,0018) Külföld 0,001 0,001 0,001 (0,0014) (0,0017) (0,0018) Év fix hatás Igen Igen Igen Referenciakategória: Nő, érettségizett, nem egyedülálló, nincs 0 6 éves gyerek a háztartásban, nincs 7 18 éves gyerek a háztartásban, nem közmunkás, munkahelye telephelye nem külföldön van. *** 1 százalékos, ** 5 százalékos, * 10 százalékos szinten szignifikáns. A foglalkozásspecifikus ismeretek növekedésével általában is csökken a foglalkozási mobilitás valószínűsége. Minél több időt töltött el valaki az adott munkáltatónál, vagyis minél több, a foglalkozására vonatkozó ismeretet, tapasztalatot gyűjtött valamennyi foglalkozási csoportosítás szerint vizsgálódva, annál kisebb valószínűséggel változtat foglalkozást. Ha azonban kontrollálunk az adott munkáltatónál eltöltött gyakorlati időre, azt láthatjuk, hogy a gyakorlati idő növekedése általánosságban növeli a foglalkozási mobilitás valószínűségét. A becslési eredmények azt mutatják, hogy ha kontrollálunk az egyéb jellemzőkre, a férfiak nagyobb valószínűséggel változtatnak foglalkozást, mint a nők. Ugyancsak szignifikánsan nagyobb valószínűséggel változtatnak foglalkozást a közmunkások, ha a mobilitást négyjegyű 165

167 Varga Júlia FEOR-csoportok vagy összevont foglalkozási csoportok közötti változtatások szerint értelmezzük táblázat: A foglalkozási mobilitás irányának meghatározói Marginális hatás (dy/dx) Változó felfelé lefelé Nem (férfi = 1) 0,04 0,03 (0,02) (0,02) Általános iskolai végzettségű 0,12 * 0,13 * (0,03) (0,02) Szakmunkás/szakiskolai végzettségű 0,10 * 0,10 * (0,02) (0,02) Felsőfokú végzettségű 0,11 * 0,11 * (0,03) (0,02) Gyakorlati idő 0,00 0,00 (0,00) (0,00) Gyakorlati idő 2 0,00 0,00 (0,00) (0,00) Gyakorlati idő az adott munkáltatónál 0,00 0,00 (0,00) (0,00) Gyakorlati idő az adott munkáltatónál 2 0,00 0,00 (0,00) (0,00) Egyedülálló 0,01 0,01 (0,02) (0,02) Gyerek 0 6 éves a háztartásban 0,05 0,03 (0,02) (0,02) Gyerek 7 18 éves a háztartásban 0,01 0,01 (0,02) (0,01) Közmunka 0,02 0,04 (0,03) (0,03) Külföld 0,01 0,03 (0,06) (0,05) Év fix hatás Igen Igen Megjegyzés: Multinomiális probit modell, referencia: kimenet a mobilitás során nem változik a foglalkozás szintje. Referenciakategória: nő, érettségizett, nem egyedülálló, nincs 0 6 éves gyerek a háztartásban, nincs 7 18 éves gyerek a háztartásban, nem közmunkás, munkahelye telephelye nem külföldön van. *** 1 százalékos, ** 5 százalékos, * 10 százalékos szinten szignifikáns. Az táblázatban a foglalkozási mobilitás irányának meghatározóira vonatkozó becslési eredményeket, a multinomiális probit modell eredményeit láthatjuk. Az iskolai végzettség szintje szignifikáns hatással van a foglalkozási mobilitás irányára. Ahogy a marginális hatásokból látjuk, az általános iskolai végzettségű foglalkozást változtatók 12 százalékkal kisebb valószínűséggel váltanak foglalkozást felfelé, és 13 százalékkal nagyobb valószínűséggel lefelé, mint a referenciakategóriának választott érettségizettek. A szakmunkás/ szakiskolai végzettség a felfelé mobilitás valószínűségét 10 százalékkal csök-

168 5.2. Foglalkozási mobilitás kenti, a lefelé mobilitás valószínűségét pedig 10 százalékkal növeli. A felsőfokú végzettségű foglalkozást változtatók viszont 11 százalékkal nagyobb valószínűséggel mozdulnak felfelé a foglalkozási hierarchiában, és 11 százalékkal kisebb valószínűséggel kerülnek alacsonyabb szinten álló foglalkozásba, mint a referenciacsoport tagjai. A két modell eredményeiből a következő kép bontakozik ki. A foglalkozási mobilitás valószínűsége kisebb azok esetében, akik több foglalkozásspecifikus ismeretre tettek szert akár a formális iskolarendszerben (mint a szakmunkás/szakiskolai végzettségűek vagy a felsőfokú végzettségűek), akár munka közbeni képzéssel (akiknek hosszabb az adott munkahelyen eltöltött gyakorlati ideje). A felsőfokú végzettségűek körében mért kis foglalkozási mobilitás valószínűsíthetően összefüggésben van azzal, hogy a magyar felsőoktatási rendszer is a foglalkozásspecifikus ismeretekre helyezi a hangsúlyt, a hallgatók már az alapképzés kezdetétől elsősorban foglalkozásspecifikus képzésben részesülnek, amin a bolognai rendszer bevezetése is csak kevéssé változtatott. A felsőfokú végzettségűek és a szakmunkás/szakiskolai végzettségűek azonban különböznek abban, hogy ha foglalkozást változtatnak, milyen mobilitásuk iránya. A szakmunkás/szakiskolások kevéssé mobilak, de ha foglalkozást változtatnak, akkor nagyobb valószínűséggel mozdulnak lefelé a foglalkozási hierarchiában. Ez egyrészt arra utal, hogy foglalkozásváltoztatásaik nem önkéntesek, másrészt azt is mutatja, hogy ismereteik, készségeik transzferálható hányada csak alacsonyabb szintű foglalkozásokban hasznosítható, másként fogalmazva: általános készségeik szintje nem teszi lehetővé, hogy felfelé mozduljanak el a foglalkozási hierarchiában. Az eredmények azt mutatják, hogy a foglalkozási mobilitás mértéke is hozzájárulhat a magyarországi munkaerőhiányhoz. Különösen problematikusnak látszik, hogy a szakmunkás/szakiskolai végzettségűek foglalkozásváltoztatásai a foglalkozási hierarchiában elsősorban lefelé irányulnak, hogy emberi tőkéjük transzferálható hányada csak alacsonyabb szintű foglalkozások betöltésére teszi alkalmassá őket. Hivatkozások Andersen, T. Haahr, J. H. Hansen, M. E. Holm-Pedersen, M. (2008): Job mobility in the European Union: Optimising its social and economic benefits. Final report for the European Commission, DG for Employment, Social Affairs and Equal Opportunities by the Danish Technological Institute. Barone, C Lucchini, M. Schizzerotto, A. (2011): Career mobility in Italy: A growth curves analysis of occupational attainment in the twentieth century. European Societies, Vol. 13. No o. Berde Éva Scharle Ágota (2004): A kisvállalkozók foglalkozási mobilitása 1992 és 2001 között. Közgazdasági Szemle, 61. évf. 4. sz o. Boeri, T. Flinn, C. J. (1999): Returns to Mobility in the Transition to a Market Economy. Journal of comparative economics, Vol. 27. No o. Burda, M. C. Bachmann, R. (2008): Sectoral Transformation, Turbulance, and Labor Market Dynamics in Germany. IZA Discussion Paper, No Davis, S. J. Haltiwanger, J. (2014): Labor market fluidity and economic performance. National Bureau of Economic Research. NBER Working Paper Series. No. w Dex, S. Lindley, J Ward, K. (2007): Vertical occupational mobility and its measurement. Working Paper. Department of Economics. University of Sheffiel. 167

169 Varga Júlia Dolton, P. J. Kidd, M. P. (1998): Job changes, occupational mobility and human capital acquisition: An empirical analysis. Bulletin of Economic Research, Vol. 50. No o. Elek Péter Szabó Péter András (2013): A közszférából történő munkaerő-kiáramlás elemzése Magyarországon. Közgazdasági Szemle, 70. évf. 5. sz o. ILO (2010): A Skilled Workforce for Strong, Sustainable and Balanced Growth. A G20 Training Strategy. International Labour Office, Genf, November. Johnson, W. R. (1979): The demand for general and specific education with occupational mobility. The Review of Economic Studies, Vol. 46. No o. Kambourov, G. Manovskii, I. (2009): Occupational specificity of human capital. International Economic Review, Vol. 50. No o. Krueger, D. Kumar, K. B. (2004): Skill-specific rather than general education: A reason for US Europe growth differences? Journal of Economic Growth, Vol. 9. No o. Lalé, E. (2012): Trends in occupational mobility in France: Labour Economics, Vol. 19. No o. Shaw, K. L. (1984): A formulation of the earnings function using the concept of occupational investment. Journal of Human Resources, Vol. 19. No o. Shaw, K. L. (1987): Occupation change, employer change, and the transferability of skills. Southern Economic Journal, Vol. 53. No o. Sullivan, P. (2010): Empirical evidence on occupation and industry specific human capital. Labour economics, Vol. 17. No o. Vavřinová, T. Krčková, A. (2015): Occupational and Sectoral Mobility in the Czech Republic and its Changes during the Economic Recession. Statistika, Vol. 95. No o Függelék F táblázat: Összevont foglalkozási csoportok Foglalkozási csoport FEOR-csoport Foglalkozási csoport FEOR-csoport 1. Fegyveres Fegyveres szervek felsőfokú képesítést igénylő foglalkozásai; Fegyveres szervek középfokú képesítést igénylő foglalkozásai; Fegyveres szervek középfokú képesítést nem igénylő foglalkozásai 13. Kulturális 2. Kulturális, sport, művészeti és vallási nem felsőfokú végzettséghez kötött foglalkozások 2. Törvényhozó Törvényhozók, igazgatási és érdekképviseleti vezetők 14. Kereskedelmi Kereskedelmi és vendéglátó ipari foglalkozások 3 Vezető Vezetők és szakmai irányítók 15. Szolgáltatási Szolgáltatási foglalkozások 4. STEM Műszaki, informatikai és természettudományi felsőfokú foglalkozások 16. Mezőgazdasági Mezőgazdasági foglalkozások; Erdőgazdálkodási foglalkozások; Vadgazdálkodási foglalkozások; Halászati foglalkozások; Élelmiszeripari foglalkozások 5. Egészségügyi 1. Felsőfokú képzettséghez kapcsolódó egészség- 17. Könnyűipari Könnyűipari foglalkozások ügyi foglalkozások 6. Szociális 1. Felsőfokú képzettséghez kapcsolódó szociális 18. Fém- és villamos Fém-, és villamos ipari foglalkozások szolgáltatási foglalkozások ipari 7. Pedagógus Oktatók, pedagógusok 19. Építőipari Építőipari foglalkozások 8. Gazdasági, jogi, társadalomtudományi Gazdálkodási, jogi és társadalomtudományi 20. Kézműipari Kézműipari foglalkozások foglalkozások 9. Kulturális 1. Kulturális, sport, művészeti és vallási felsőfokú végzettséghez kötött foglalkozások 21. Egyéb ipari Egyéb ipari és építőipari foglalkozások 10. Technikus Technikusok és hasonló műszaki foglalkozások 22. Kezelő Feldolgozóipari gépek kezelői; Összeszerelők; Helyhez kötött gépek szerelői; Járművezetők és mobil gépek kezelői 11. Egészségügyi 2. Egészségügyi foglalkozások (nem felsőfokú végzettséghez kötött) 12. Szociális 2. Oktatási asszisztensek, szociális gondozási és munkaerőpiaci szolgáltatási foglalkozások 23. Segéd Képesítést nem igénylő egyszerű foglalkozások 168

170 5.3. Felnőttkori tudásfelhalmozás 5.3. FELNŐTTKORI TUDÁSFELHALMOZÁS Köllő János A gazdaságban keresett készségek megszerzése szempontjából kiemelkedő jelentőségű a felnőttkori, döntően nem szervezett formában történő tanulás. Bár a tudás alapjait és a tanulóképességet alapvetően az iskolától és a gyerekkori családtól kapjuk, a gyakorlatban használható ismereteink zömét az iskola elhagyása után halmozzuk fel és újítjuk meg. Ha a tapasztalati tudás nem gyarapszik, mert nincs kitől és hol tanulni, hiányzik az akarat, az idő és esetenként a pénz, azt a gazdaság alacsonyabb bérrel és nagyobb munkanélküliségi kockázattal bünteti. Különösen igaz ez akkor, amikor a technológiai változásokhoz kellene alkalmazkodni. A munkaerőhiányhoz vezető okok közül az egyik legfontosabbat: a korlátozott alkalmazkodóképességet és a mögötte húzódó elégtelen tapasztalati tudásfelhalmozást a gyenge tanulóképesség és az iskolában meg nem szerzett alapkészségek táján kell keresni. A felnőttkori tudásfelhalmozás intenzitásáról két, az OECD által kezdeményezett nemzetközi adatfelvételnek (Adult Literacy and Lifeskills Survey ALL, International Adult Literacy Survey IALS) köszönhetően rendelkezünk nemzetközi összehasonlító adatokkal (OECD Statistics Canada, 2011; Statistics Canada, 2011). Az OECD újabb, jelenleg is folyó Programme for International Assessment of Adult Competencies (PIAAC) nevű kutatásának már lezajlott hullámaiban Magyarország nem vett részt. Ebben a rövid fejezetben az ALL-felvételen alapuló vizsgálódást részben szándékosan, részben kényszerűen a legfeljebb általános iskolát végzettekre korlátozzuk. Szándékosan, mert ők adják annak a tartós munkanélküli tömegnek a kemény magját, amit a válságot követő fellendülés sem tudott álláshoz juttatni (lásd a 3. fejezetet). Kényszerűen, mert noha az adatokból kibontakozó kép kevésbé szélsőséges formában valószínűleg érvényes a szakmunkás végzettségűekre is, ők az adatfelvételben nehezen, több országban pedig egyáltalán nem különíthetők el. A felnőttkori tanulásra vonatkozó változókat öt csoportba sorolva mutatja az táblázat. Az oszlopok a kilenc részt vevő országra vonatkozó átlagot, a Magyarországon mért átlagértéket, Magyarország helyezését, valamint a hozzánk legközelebb álló országban mért átlagot mutatják a éves, legfeljebb tíz osztályt végzett, nem tanuló népességben. Az adatok 2008-ra vonatkoznak. A formális felnőttképzésre vonatkozó indikátorok más adatfelvételekkel összhangban (Pulay 2010; Torlone Federighi, 2010) nagy elmaradásra utalnak: az interjút megelőző 12 hónapban tanfolyami vagy gyakorlati képzésben részt vevő iskolázatlan magyarok aránya a mintaátlag felét sem éri el. Hasonlóan alacsony, sőt a magyarnál is kisebb értékeket Olaszországban mért a felvétel. 169

171 Köllő János táblázat: A legfeljebb tíz osztályt végzett, munkavállalási korú, nem tanuló népesség részvétele a felnőttkori tudásfelhalmozás különböző formáiban, kilenc országban ALL, 2008 (százalék) ALL-átlag Magyarország Helyezés Legközelebbi ország (ALL-érték) Formális képzés Tanfolyam az elmúlt 12 hónapban 22,6 7,6 8. Olaszo. (7,2) Gyakorlati képzés vállalatnál, intézménynél 14,4 6,1 8. Olaszo. (3,3) Informális tanulás Tanulás kísérletezéssel, próba szerencse útján a 56,4 15,8 9. Olaszo. (25,1) Tanulás mások tanácsa alapján, utánzás a 48,3 13,8 9. Olaszo. (24,0) Kézikönyv, útmutató, szaklap olvasása a 33,5 12,0 9. Olaszo. (18,0) Tanulás számítógépen, interneten (képzésen kívül) a 26,9 4,1 9. Olaszo. (10,7) Tv, videó használata tanulási célra a 24,4 7,6 9. Hollandia (13,8) Előadás, műhelybeszélgetés látogatása a 14,8 5,1 8. Olaszo. (4,0) Múzeum, kiállítás látogatása vezetéssel a 12,4 2,1 9. Olaszo. (8,6) Vásárok, bemutatók, konferenciák látogatása a 12,1 2,4 9. Bermuda (6,7) Önálló tájékozódás, művelődés, szórakozás Újság a 84,7 79,2 8. Olaszo. (76,6) Képeslap a 79,5 67,4 9. Olaszo. (74,7) Használta-e már az internetet? 76,7 54,4 9. Olaszo. (56,7) Legalább 25 könyv otthon 61,3 56,1 8. Olaszo. (48,2) Levél, feljegyzés, olvasása a 59,1 42,2 8. Olaszo. (38,4) Használ-e otthon számítógépet? 57,3 36,4 8. Olaszo. (29,8) Könyvesbolt, könyvet árusító üzlet a 52,2 59,9 4. Hollandia (58,5) Könyvtár a 29,1 13,1 9. Olaszo. (13,5) Tévénézés (becsült óra) c 2,9 3,3 1. Egy. Áll. (3,0) Több mint öt óra tv előtt 10,9 18,9 1. Egy. Áll. (17,0) Civil résztvétel Részvétel sportegyesületben b 17,1 2,2 9. Olaszo. (9,5) Pénzt, támogatást gyűjt b 12,3 3,0 9. Hollandia (3,7) Részvétel vallásos gyülekezetben b 11,4 4,2 9. Svájc (5,1) Részvétel iskolai, lakóhelyi csoportban b 9,9 1,8 9. Olaszo. (5,0) Élelmet, ruhát gyűjt jótékony célra b 9,8 1,9 9. Hollandia (3,2) Részvétel kulturális, szabadidős tevékenységben b 8,6 1,8 9. Olaszo. (3,7) Egyéb önkéntes tevékenységet végez b 8,0 2,5 8. Olaszo. (1,9) Önkénteskén tanácsot ad, másokat tanít, edz b 7,4 0,1 9. Olaszo. (2,1) Testület nem fizetett tagja b 7,3 2,2 9. Olaszo. (2,9) Részvétel egyéb csoportban, szervezetben b 6,0 3,7 8. Olaszo. (1,6) Részvétel politikai szervezetben b 2,7 0,8 9. Kanada (1,7) Írásbeliség a munkában Foglalkoztatási ráta 62,8 42,3 9. Egy. Áll. (57,7) Írás-olvasási-számolási feladatok száma a munkában 5,2 2,0 9. Olaszo. (3,0) Írásbeliségimpulzus (szorzata a munkával) d 3,3 0,8 9. Olaszo. (1,8) Minta: éves, nem tanuló, legfeljebb 10 osztályt végzett felnőttek kilenc országban (zárójelben az esetszámok): Bermuda (179), Egyesült Államok (312), Hollandia (486), Kanada (2800), Magyarország (631), Norvégia (611), Olaszország (1917), Svájc (505), Új-Zéland (639). Svájc és Kanada különböző nyelveken kérdezett mintáit összevontuk. Mintaátlag: az egyéni súlyokkal számított országos átlagértékek súlyozatlan átlaga. 170

172 a Legalább alkalmanként. b A kérdezés időszakában c Az értékeket az osztályközepek (0,5 óra, 1,5 óra, 3,5 óra), a felső, nyitott kategória esetében pedig az alsó határ másfélszeresét feltételezve számítottuk. Az így számított átlag közel esik a KSH időmérlegében megfigyelthez: 3,1 óra a legfeljebb általános iskolát végzetteknél. d Az index azt az impulzust próbálja közelíteni, ami az iskolázatlan népesség egészét éri azon keresztül, hogy egyes tagjai dolgoznak, és a munkában legalább alkalmanként írás-olvasási, számolási feladatokat végeznek. Az előforduló feladatok száma 17. Forrás: Adult Literacy and Lifeskills Survey (OECD Statistics Canada, 2011) egyéni adatai, saját számítás. Az táblázat második blokkjában zömmel olyan informális tanulási formák szerepelnek, ahol a kérdezett mások irányításával, mások közvetlen vagy közvetett segítségével, vagy másokat másolva szerezhet ismereteket. Itt a magyarországi részvételi szint a mintaátlag egyharmadát sem éri el, esetenként annál is sokkal kisebb, és az ország egy kivétellel minden mutatóban az utolsó helyen áll, látványosan leszakadva még az utolsó előtti helyezettől is (a nyolcból hat esetben Olaszországtól). A harmadik blokk változói olyan tájékozódási, művelődési és szórakozási formákat ragadnak meg, amelyek nem feltétlenül igényelik mások részvételét: olvasás, írás, tévézés, számítógépezés, internetezés. Magyarország ebben az esetben is az utolsó vagy (Olaszországot megelőzve) az utolsó előtti helyen áll, két kivétellel. Egyrészt többen jártak könyvet (is) árusító üzletben (4. helyezés), másrészt itt találjuk az egyetlen tevékenységet, ahol Magyarország listavezető: a tévézést. A negyedik blokk a civil részvétel különböző formáiról nyújt képet. A munkaerőpiaci sikeresség a kognitív képességek mellett erősen függ a nem kognitív készségek meglététől, mint amilyenek a személyes érintkezésben és kommunikációban használtak, az újra és a másra való fogékonyság és a megbízhatóság (Bowles Gintis, 1976; Heckman Rubinstein, 2001; Heckman és szerzőtársai, 2006). Az ALL-felvétel kérdőíve közvetlenül nem mér nem kognitív készségeket, de számos információval szolgál olyan tevékenységékről, amelyek fejlesztik azokat: ide sorolható a civil érintkezés minden olyan fóruma, amelyben az iskolázatlanok képzett emberekkel találkoznak, közös célokban osztoznak, és együtt dolgoznak. Az iskolázatlanok körében a civil részvétel szintje a minta egészét tekintve is alacsony, csak a sport és szabadidős tevékenységek, a vallási közösségek és a jótékony célú pénzgyűjtés esetében haladja meg a tíz százalékot, Magyarországon azonban csak nulla és négy százalék között szóródnak az értékek. A tizenegy vizsgált mutató közül kilencben utolsók, kettőben utolsó előtti vagyunk. Végül, de nem utolsósorban, súlyos leszakadást látunk a munka mint írásbeliségforrás szerepében. Ezt egy olyan index érzékelteti, ami egyfelől a munkavégzés valószínűségét, másfelől a munkában kapott írásbeliségimpulzusokat veszi figyelembe. A foglalkoztatási valószínűség és a munkában ellátandó 5.3. Felnőttkori tudásfelhalmozás 171

173 Köllő János 1 A kérdést részletesebben elemzi Magyarország, Norvégia és Olaszország összehasonlításával Köllő (2013, 2014). írás-olvasási feladatok számának a teljes populáció kitettségének és a dózisnak a szorzata jól-rosszul megragadja ennek a (vissza)hatásnak az erejét, amiben több mint kétszeres különbséget látunk Magyarország és az utolsó előtti Olaszország között, és négyszereset a mintaátlaghoz képest. Egyetlen táblázat természetesen nem nyújthat pontos képet a felnőttkori tudásfelhalmozás helyzetéről. 1 Arra azonban, hogy e téren súlyos gondok vannak, fel tudja hívni a figyelmet: Magyarország a 34 megvizsgált tevékenységből 23 esetben az utolsó, nyolc esetben az utolsó előtti helyen áll, és egyedül a paszszív, nem tanulási célú tévézésben veri a mezőnyt. Eldönthetetlen és nem is feltétlenül eldöntendő kérdés, hogy okról vagy okozatról van-e szó: a munka hiánya korlátozza a társadalmi kapcsolatokat, a tudásfelhalmozást és a jövedelmet, az így parlagon maradó, illetve a fejlődés lehetőségétől megfosztott tudás és a szegénység korlátozza a munkavállalást és a társadalmi kapcsolatok építését, a vállalkozások szempontjából pedig akadályozza a munkanélküli tartaléksereg felszívását. Megtévesztenénk magunkat, ha vígaszként a mezőnyből szintén kilógó Olaszország példáját hoznánk fel. Magyarországon a kisgazdaságok, a boltok, a műhelyek odavesztek az államszocializmus évtizedeiben, és a szféra a rendszerváltás után sem tudott azon a szinten regenerálódni, ahol a tradicionális gazdasági szerkezetet még ma is őrző dél-európai gazdaságokban áll. A családi kisvállalkozások az intenzív személyes kapcsolatoknak köszönhetően sikeresebben hárítják el a tudáshiányból eredő zavarokat, és hajlamosabbak tűrni a belőle fakadó veszteségeket. Az alacsony iskolázottságú magyarok azonban nem számíthatnak a hagyományos családi kisvállalkozási szektor mentőövére. Hivatkozások Bowles, S. Gintis, H. (1976): Schooling in capitalist America: Educational reform and the contradictions of economic Life. Basic Books, New York. Heckman, J. J. Rubinstein, Y. (2001): The importance of noncognitive skills: Lessons from the GED testing program. American Economic Review, Vol. 91. No o. Heckman, J. J. Stixrud, J. Urzua, S. (2006): The effects of cognitive and noncognitive abilities on labor market outcomes and social behavior. Journal of Labor Economics, Vol. 24. No o. Köllő János (2013): Patterns of integration: Low educated people and their jobs in Norway, Italy and Hungary. IZA Discussion Paper, No Bonn, Institute for the Study of Labour. Köllő János (2014): Integrációs minták: iskolázatlan emberek és munkahelyeik Norvégiában, Olaszországban és Magyarországon. Megjelent: Kolosi Tamás Tóth István György (szerk.): Társadalmi Riport, Tárki, Budapest, o. OECD Statistics Canada (2011): Literacy for life: Further results from the Adult Literacy and Life Skills Survey. Second International ALL Report. OECD Publishing. Pulay Gyula (2010): A hazai felnıttképzési rendszer hatékonysága európai kitekintésben. Munkaügyi Szemle, 54. évf. 1. sz o. Statistics Canada (2011): The adult literacy and life skills survey, 2003 and Public use microdata file user s manual. Statistics Canada, Montreal, available on request. Torlone, F. Federighi, P. (2010): Enabling the low skilled to take their qualifications one step up. University of Florence. 172

174 5.4. Képzéssel a munkaerőhiány ellen 5.4. KÉPZÉSSEL A MUNKAERŐHIÁNY ELLEN? A MUNKAÜGYI KÖZPONTOK ÁLTAL SZERVEZETT VAGY FINANSZÍROZOTT KÉPZÉSEK CÉLZÁSA ÉS EREDMÉNYESSÉGE Adamecz-Völgyi Anna, Csillag Márton, Molnár Tamás & Scharle Ágota A foglalkoztatási szolgálat egyik alapfeladata, hogy elősegítse a munkaerő-kereslet és kínálat összehangolását. Magyarországon ez a feladat egyre fontosabb, mivel az elmúlt években elsősorban a képzett munkaerő kereslete nőtt, míg a munkanélküliek többsége iskolázatlan, vagy elavult a szakmája. A munkanélküliek képzése elvileg érdemben hozzájárulhatna a munkaerőhiány enyhítéséhez, ha a munkaügyi központok képzési kínálata megfelelő, a képzések jó minőségűek, és azokhoz jutnak el, akik arra rászorulnak. Ebben a rövid az alfejezetben két kérdést vizsgálunk. Először: hogyan alakult az átképzésben résztvevők száma és összetétele? Másodszor: hogyan alakult ezen programok eredményessége a közötti időszakban? Az átképzési programok létszámának alakulása és a résztvevők összetétele Bár a 2008 előtti néhány évben még megközelítette az álláskeresőknek szóló képzésekre fordított összeg (10 20 milliárd forint) a közfoglalkoztatásra fordított kiadásokat (20 30 milliárd forint), a válság idején ez utóbbi jelentősen megugrott, míg a képzésekre szánt összeg valamelyest csökkenni kezdett. Az igazán jelentős fordulat ugyanakkor 2012-ben jelentkezett, amikor az Eurostat adatai alapján a képzésre fordított kiadások a 2011-es több mint 7 milliárd forintról 2012-re kevesebb mint 1 milliárd forintra, 878 millió forintra zuhantak. Az ezt követő két évben hasonlóan alacsony szinten maradtak a képzésre fordított kiadások, és csak 2015-ben növekedtek ismét számottevően. Míg a közötti időszakban jellemzően ezer fő lépett képzési programokba, a gazdasági válság időszakában ( között) ezer fő vett részt. Ezt követően jelentős évenkénti ingadozással a képzési programokba belépők száma folyamatosan csökkent. 1 Ha ugyanezen tendenciát abból a szempontból vizsgáljuk, hogy az teljes, a kvázi munkanélküliek (regisztrált munkanélküliek, közfoglalkoztatottak és aktív eszközökben részesülők) hány százaléka vett részt képzési programokban, korántsem lehet egyértelmű tendenciát látni ( ábra). Bár a kétezres évek elején még 5 százalék fölött ez az arány, 2004 óta a képzésben részt vevők aránya stagnálást mutat, jelentős évenkénti ingadozással. Így a képzésben részt vevők aránya a munkanélküliek 1 és 4 százaléka között ingadozott, átlagosan 2,7 százaléka körül Fontos hangsúlyoznunk, hogy nem elemezzük a közfoglalkoztatás mellett szervezett képzési programokat.

175 Adamecz-Völgyi, Csillag, Molnár & Scharle ábra: Munkaerőpiaci programokban való részvétel Közfoglalkoztatás Átképzés Bértámogatás Egyéb program 40 Százalék Megjegyzés: Éves októberi zárólétszámok, a regisztrált munkanélküliek és a programrésztvevők együtt = 100 százalék. Forrás: Nemzeti Foglalkoztatási Szolgálat. A képzésben részt vevők iskolázottság szerinti összetétele ingadozott az elmúlt évek folyamán. A legfeljebb 8 általános iskolai osztályt és a szakiskolát végzettek képzéseken belüli aránya az összes regisztrált munkanélküli közötti arányuknak 80 százaléka körül ingadozott között. Ez a két csoport teszi ki a munkanélküliek (közmunkával együtt számított) több mint 70 százalékát. Ezzel szemben az érettségizett munkanélküliek jelentősen nagyobb eséllyel kerülnek átképzési programokba. Ugyanakkor 2009 óta jelentősen csökkent a főiskolai vagy egyetemi végzettségű álláskeresők felülreprezentációja a képzésekben, illetve az utóbbi három év folyamán csökkent a szakképzettek felülreprezentációja is. Ennek következtében míg a közötti időszakban az érettségizettek aránya a képzésben részt vevők között 1,8 2-szerese volt a munkanélkülieken belüli arányukhoz képest, addig 2010 óta ez az arányszám 1,5 körüli szintre csökkent ( ábra). 2,5 Főiskola, egyetem 2,0 Gimnázium Szakközépiskola, 1,5 technikum Szakképzés, szakiskola 1,0 Általános iskola 8 osztály vagy kevesebb 0, Megjegyzés: Az álláskeresők számát és iskolázottság szerinti megoszlását NFSZ-adatok alapján számoltuk os bontás hiányában 2015-ös adatokat használtunk a 2016-ra a gimnáziumot végzettek és a szakközépiskolát vagy technikumot végzettek arányához. A évi közfoglalkoztatotti adatok Scharle Ágota számítása a FOKA-adatbázisból kapott félig aggregált kirendeltségi szintű adatok alapján, és a résztvevők havi átlagát mutatják. A os időszakra a közfoglalkoztatotti adatokat a BM közfoglalkoztatási portál adatai alapján számoltuk re és Arány ábra: A képzésben részt vevők iskolázottság szerinti megoszlása a munkanélkülieken belüli arányukhoz viszonyítva 174

176 az azt megelőző időszakra a közfoglalkoztatottak számát az aktuális október végi zárólétszám alapján számoltuk, az iskolázottság szerinti bontást pedig adatok hiányában állandónak tekintettük, az arányokhoz a 2011 és 2013 közötti átlagos megoszlást vettük alapul. Forrás: Nemzeti Foglalkoztatási Szolgálat, BM Közfoglalkoztatási portál, Foglalkoztatási és Közfoglalkoztatási Adatbázis (FOKA). Az átképzési programokban való részvétel szelekciója és a programok hatása Az adatok Elemzésünk a munkanélküli-regiszter egyéni adatain alapul. A vizsgálathoz az egyes években képzéseken részt vett, illetve részt nem vett, év közötti álláskeresők 10 százalékos visszatevéses véletlen mintáját használjuk. 2 Életkori szűkítést azért alkalmaztunk, mert a következő pontban a képzéseken való részvétel hatását becsüljük a munkanélküliség valószínűségére, és az idősebb korosztály esetében nagyobb az esélye annak, hogy valaki nem azért nincs a regiszterben, mert dolgozik, hanem mert inaktív. Az adatbázis azokat fedi le, akik január 1. és december 31. között léptek támogatott képzésbe, 3 illetve azokat az álláskeresőket, akik vagy regisztrált álláskereső státusban voltak január elsején, vagy január 1. és december 31. között léptek be a munkanélküli-regiszterbe. Azokat az álláskeresőket, akik közmunka programokban vettek részt, az adatbázis nem tartalmazza. Az elemzésből továbbra is elhagyjuk a közfoglalkoztatáshoz kapcsolódó programokat (úgynevezett téli közmunkaprogramok, ezekről lásd: Busch, 2015), mivel azok tartalmukban jelentősen eltértek a regisztrált álláskeresőknek nyújtott átképzéstől. 4 A támogatott képzéseken való részvétel szelekciója 2010 és 2014 között Első lépésben a képzésbe vont álláskeresők összetételét mutatjuk meg, majd lineáris valószínűségi modellekkel vizsgáljuk, hogy az adott évi álláskeresők mintáján mely tényezők magyarázták a képzésbe való bekerülést az egyes években. Az ábra azt mutatja, miként alakult a képzéseken részt vevő álláskeresők iskolai végzettség szerinti összetétele ebben az időszakban és 2014 között a képzésekben részt vett egyes iskolai végzettségű álláskeresők aránya viszonylag stabil volt. Némileg nőtt az alacsony, maximum általános iskolai végzettségű álláskeresők aránya. 5 Hasonló képet látunk, ha életkor és nem szerinti bontást nézünk. A 25 év alatti résztvevők aránya 36-ről 43 százalékra emelkedik 2010 és 2014 között, de ez a növekedés az alacsony iskolai végzettséghez hasonlóan azokból fakad, akik közfoglalkoztatáshoz kötött képzésben vettek részt. A férfiak aránya mindkét képzéstípusban emelkedett az időszak során. A képzéseken részt vevő álláskeresők összetételét két mechanizmus határozza meg: az álláskereső státusba kerülés szelekciója, azaz az álláskeresők össze Képzéssel a munkaerőhiány ellen A mintavételre technikai okokból volt szükség. 3 Azokat az egyéneket is a mintában tartottuk, akik képzés mellett más aktív eszközbe is kerültek; ugyanakkor azokat az egyéneket, akik nem regisztrált álláskereső státusból léptek átképzési programba, kivettük a mintából. 4 Míg a 2013-ban a tanfolyamok majdnem fele (47,8 százaléka) alapkompetenciákat fejlesztett, harmaduk betanított képzés volt, és csak mintegy ötödük volt OKJ-s képzés, addig a 2014-ben az alapképzések aránya 1 százalék alá csökkent, miközben az OKJ-s képzések aránya 62 százalék fölé ugrott (Busch, 2015). 5 Azokban az években, amikor magasabb a közfoglalkoztatáshoz kapcsolódó képzésekben részt vettek aránya a képzésbe lépőkön belül (2013), látható, hogy közfoglalkoztatáshoz nem kapcsolódó képzésekbe átlagosan magasabb iskolai végzettségű álláskeresők kerültek.

177 Adamecz-Völgyi, Csillag, Molnár & Scharle tétele, illetve az ebből a halmazból a képzésekbe kerülés szelekciója. Az táblázat azt mutatja, hogyan befolyásolták a képzésbe való bekerülés valószínűségét az álláskeresők jellemzői. Olyan lineáris valószínűségi modelleket becsültünk az egyes években, amelyek bal oldalán egy a képzésben való részvételt megragadó kétértékű változó áll, a jobb oldalán pedig az álláskeresők egyéni jellemzői (iskolai végzettség, életkor, nem, pályakezdő-e, az álláskereső státusba való belépés ideje, regisztrált munkanélküli-státusban töltött napok száma a megelőző naptári évben) és a munkaügyi kirendeltség kódja (kirendeltség fix hatás) szerepel. A minta azon álláskeresők 10 százalékos véletlen halmaza, akik adott évben vagy képzésbe léptek, vagy regisztrált álláskeresők voltak. A képzéseket megkülönböztetjük a szerint, hogy a képzésben töltött idő meghaladja-e a 90 napot, mivel az ennél rövidebb képzések tipikusan alapkompetenciák fejlesztését célozzák, míg a 90 napnál hosszabb képzések jellemzően a szakma megszerzésére irányulnak. Százalék Forrás: Saját számítás a munkanélküli-regiszter adataiból ábra: A képzésbe vont álláskeresők összetétele iskolázottság szerint (százalék) 100 Felsőfok Technikum Szakközépiskola Gimnázium Szakiskola, szakmunkásképző Max. általános iskola A képzésbe történő szelekciót vizsgálva, úgy tűnik, hogy 2010 és 2014 között némileg csökkent az iskolai végzettég hatása a képzésbe kerülés valószínűségére ( táblázat). A legalább gimnáziumi végzettségű álláskeresők 2010-ben még 3 5 százalékponttal nagyobb valószínűséggel kerültek képzésbe, mint a maximum általános iskolai végzettségűek, de 2014-re az a többlet 1 2 százalékpontra csökkent től kezdve szakiskolai végzettségű álláskeresők vagy kisebb, vagy azonos valószínűséggel kerültek képzésbe, mint a maximum általános iskolai végzettségűek. Az táblázat azt mutatja, hogy nincs különbség a rövidebb (maximum 90 napos) és a hosszabb (90 napnál hosszabb) képzésekbe kerülés szelekciójának a változásában a vizsgált időszakban. Mind a rövid, mind pedig a hoszszabb képzésekre igaz, hogy az egyéni tényezők, s a hosszabb képzések esetén különösen az iskolai végzettség hatásának nagysága csökkent 2010 és 2014 között. Ennek ellenére minden évre igaz, hogy magasabb iskolai végzettségű álláskeresők nagyobb valószínűséggel kerültek hosszabb képzésbe.

178 táblázat: A képzésbe történő szelekció Szakiskola, szakmunkásképző 0,00 *** 0,00 *** 0,01 ** 0,00 0,00 (0,002) (0,002) (0,003) (0,003) (0,002) Gimnázium 0,05 *** 0,02 *** 0,03 *** 0,06 *** 0,02 *** [0,004] (0,003) (0,004) (0,006) (0,004) Szakközépiskola 0,03 *** 0,03 *** 0,03 *** 0,04 *** 0,02 *** [0,003] (0,003) (0,004) (0,004) (0,003) Technikum 0,04 *** 0,02 *** 0,02 *** 0,05 *** 0,02 *** [0,006] (0,006) (0,006) (0,009) (0,007) Felsőfok 0,04 *** 0,02 *** 0,01 0,02 *** 0,01 * [0,005] (0,004) (0,005) (0,006) (0,004) 25 év alatti 0,03 *** 0,03 *** 0,04 *** 0,04 *** 0,02 *** [0,003] (0,003) (0,004) (0,005) (0,004) Férfi 0,00 0,01 *** 0,01 *** 0,01 *** 0,01 *** [0,002] (0,002) (0,002) (0,002) (0,002) Pályakezdő 0,03 *** 0,03 *** 0,03 *** 0,04 *** 0,02 *** (0,004) (0,004) (0,006) (0,006) (0,004) N Forrás: Saját becslés a munkanélküli-regiszter adatain táblázat: A képzésbe történő szelekció a képzés hossza szerint 5.4. Képzéssel a munkaerőhiány ellen nap > 90 nap 90 nap > 90 nap 90 nap > 90 nap 90 nap > 90 nap 90 nap > 90 nap Szakiskola, 0,00 *** 0,00 0,00 *** 0,00 0,00 * 0,00 0,00 0,00 0,00 0,00 szakmunkásképző (0,001) (0,002) (0,001) (0,001) (0,001) (0,002) (0,002) (0,002) (0,001) (0,002) Gimnázium 0,01 *** 0,04 *** 0,00 0,02 *** 0,00 0,03 *** 0,01 *** 0,06 *** 0,01 *** 0,01 *** (0,002) (0,004) (0,002) (0,003) (0,002) (0,004) (0,003) (0,005) (0,003) (0,003) Szakközépiskola 0,01 *** 0,03 *** 0,00 0,03 *** 0,00 0,03 *** 0,00 ** 0,04 *** 0,01 *** 0,02 *** (0,002) (0,003) (0,002) (0,003) (0,002) (0,003) (0,002) (0,004) (0,002) (0,003) Technikum 0,02 *** 0,03 *** 0,00 0,02 *** 0,00 0,02 *** 0,01 0,04 *** 0,00 0,02 *** (0,004) (0,005) (0,003) (0,005) (0,003) (0,006) (0,004) (0,008) (0,004) (0,006) Felsőfok 0,01 *** 0,03 *** 0,00 0,02 *** 0,00 0,01 ** 0,00 0,02 *** 0,01 ** 0,00 (0,003) (0,005) (0,002) (0,004) (0,003) (0,004) (0,003) (0,005) (0,003) (0,003) 25 év alatti 0,01 *** 0,03 *** 0,01 *** 0,02 *** 0,00 ** 0,03 *** 0,01 *** 0,04 *** 0,00 * 0,01 *** (0,002) (0,003) (0,002) (0,003) (0,002) (0,004) (0,003) (0,004) (0,002) (0,003) Férfi 0,00 0,00 ** 0,01 *** 0,01 *** 0,01 *** 0,01 *** 0,01 *** 0,00 ** 0,01 *** 0,00 (0,001) (0,002) (0,001) (0,002) (0,001) (0,002) (0,001) (0,002) (0,001) (0,002) Pályakezdő 0,00 0,02 *** 0,00 0,02 *** 0,01 *** 0,02 *** 0,00 0,04 *** 0,01 *** 0,01 *** (0,003) (0,004) (0,003) (0,004) (0,002) (0,005) (0,003) (0,006) (0,003) (0,004) N Megjegyzés: Lineáris valószínűségi modellek a képzésbe való bekerülés magyarázatára az egyes években. Minden oszlop külön becslésből származik. A táblázatban nem jelölt további kontrollváltozók: kirendeltség fix hatás, a regiszterbe való bekerülés napja, munkanélküliségben töltött napok száma a megelőző évben. Ezek mindegyike szignifikáns hatást gyakorol a képzésbe kerülés valószínűségére, de az együtthatók nem érik el a 0,00 nagyságrendet. Zárójelben a települési szinten klaszterezett, robusztus standard hibák. *** 1 százalékos, ** 5 százalékos, * 10 százalékos szinten szignifikáns. Forrás: Saját becslés a munkanélküli-regiszter adatain. 177 Megjegyzés: Lineáris valószínűségi modellek a képzésbe való bekerülés magyarázatára az egyes években. Minden oszlop külön becslésből származik. A táblázatban nem jelölt további kontrollváltozók: kirendeltség fix hatás, a regiszterbe való bekerülés napja, munkanélküliségben töltött napok száma a megelőző évben. Ezek mindegyike szignifikáns hatást gyakorol a képzésbe kerülés valószínűségére, de az együtthatók nem érik el a 0,00 nagyságrendet. Zárójelben a települési szinten klaszterezett, robusztus standard hibák. *** 1 százalékos, ** 5 százalékos, * 10 százalékos szinten szignifikáns.

179 Adamecz-Völgyi, Csillag, Molnár & Scharle 6 A képzésben részt nem vett álláskeresők közé nem kerültek be azon álláskeresők, akik más aktív eszközbe kerültek. 7 A becsült valószínűségi modellek eredményei és a minta egyensúlya (balance) a párosítás után a szerzőktől elkérhető. A támogatott képzéseken való részvétel hatása a munkanélküliségre A támogatott képzéseken való részvétel hatását statisztikai párosítás (matching) segítségével végezzük el. A módszer használatához feltesszük, hogy az általunk megfigyelt változók (életkor, nem, iskolai végzettség, kirendeltség, regiszterbe kerülés napja, pályakezdő státus) magyarázzák a képzésbe kerülés mechanizmusát, és nincsenek olyan nem megfigyelt tényezők, amelyek egyszerre befolyásolnák a képzésbe kerülést és a kimeneti változót. Az általunk használt adatbázis csak a képzésben részt vett álláskeresők elhelyezkedéséről tartalmaz információt, a képzésben részt nem vett álláskeresőkéről nem, 6 ezért kimeneti mutatóként a regisztrált munkanélküliségi státust használjuk. Feltesszük, hogy ha a képzés hatásos, akkor a képzést követően a képzésben részt vett álláskeresők kisebb valószínűséggel lesznek regisztrált álláskeresők. Az általunk használt párosítás módszere a következő. Első lépésben probit modellek segítségével minden évre megbecsüljük a képzésbe kerülés valószínűségét, és minden megfigyelés esetében prediktáljuk a bekerülés valószínűségét a becsült modell alapján (propensity score). A második lépésben minden évben megkeressük a képzésbe bekerült (kezelt) és nem került (kontroll) álláskeresők becsült valószínűségeinek a közös halmazát (common support). 7 Végül, ezen a mintán a kezelt és kontroll-álláskeresők átlagos kimenetei közötti különbséget úgy becsüljük meg, hogy a kezeltekhez hasonlóbb bekerülési valószínűségű kontrollok eredményeinek nagyobb, a kevésbé hasonlóknak kisebb súlyt adunk (kernel matching). Az általunk használt kimeneti mutató a regisztrált álláskereső státus a programot követően, illetve a regisztrált álláskereső státusban töltött napok száma a képzést követő naptári években. Fontos megjegyezni, hogy azok az álláskeresők, akik közmunkaprogramokban vesznek részt, nem számítanak regisztrált álláskeresőnek, ezért az adatainkban nincsenek benne. A ábra azt mutatja, hogy a kezelt és a kontroll-álláskeresők mekkora valószínűséggel voltak regisztrált munkanélküliek a párosított mintán (azaz az egyéni különbségek kiszűrése után) a képzés alatt és után az egyes években. A képzés évében a regisztrált státus valószínűsége megemelkedik, ez az úgynevezett bezártsági hatás (lock-in effect). Abból adódik, hogy a képzésbe került álláskeresők kisebb valószínűséggel lépnek ki a képzés lezárulta előtt. A es képzésekben részt vevők esetében a regisztrált státus valószínűsége a képzés vége után egy év elteltével kezd csökkeni, a kontroll-csoporthoz viszonyítva, majd a résztvevők és a kontrollok közötti különbség három év után 5, négy év után 6 százalékpontra nő. A 2011-es képzésekben részt vevők esetében hasonló tendenciát látunk, a képzés hatásának nagysága három év elteltével 5 százalékpont. Azok esetében, akik 2012-ben kerültek képzésbe, a képzés végét követően két évet tudunk követni, és egy évet azoknál, akik 2013-ban kerültek be a képzésbe. Mindkét csoportban 2 százalékpontos hatást látunk az utolsó év végén. 178

180 5.4. Képzéssel a munkaerőhiány ellen 1,0 0,8 0,6 0,4 0, ábra: A képzés hatása a munkanélküliség valószínűségére, képzettek és kontrollok esetében, a belépés éve szerint ,0 0,8 0,6 0,4 0,2 0,0 0,0 Jan.10. Jul.10. Jan.11. Jul.11. Jan.12. Jul.12.Dec.12.Jul.13.Dec.13.Jul.14.Dec.14. Jan.10. Jul.10. Jan.11. Jul.11. Jan.12. Jul.12.Dec.12.Jul.13.Dec.13.Jul.14.Dec ,0 1,0 0,8 0,6 0,4 0,2 0,8 0,6 0,4 0,2 0,0 1,0 Jan.10. Jul.10. Jan.11. Jul.11. Jan.12. Jul.12.Dec.12.Jul.13.Dec.13.Jul.14.Dec.14. Kontroll 0,0 Jan.10. Jul.10. Jan.11. Jul.11. Jan.12. Jul.12.Dec.12.Jul.13.Dec.13.Jul.14.Dec.14. Kezelt ábra: A képzés hatása a munkanélküliség valószínűségére, képzettek és kontrollok esetében, a belépés éve és a képzés hossza szerint ,0 0,8 0,6 0,4 0,2 0,8 0,6 0,4 0,2 0,0 1,0 Jan.10. Jul.10. Jan.11. Jul.11. Jan.12. Jul.12.Dec.12.Jul.13.Dec.13.Jul.14.Dec.14. Jan.10. Jul.10. Jan.11. Jul.11. Jan.12. Jul.12.Dec.12.Jul.13.Dec.13.Jul.14.Dec ,0 1,0 0,8 0,6 0,4 0,2 0,8 0,6 0,4 0,2 0,0 Jan.10. Jul.10. Jan.11. Jul.11. Jan.12. Jul.12.Dec.12.Jul.13.Dec.13.Jul.14.Dec.14. Kontrol, =90 Kezelt, =90 Jan.10. Jul.10. Jan.11. Jul.11. Jan.12. Jul.12.Dec.12.Jul.13.Dec.13.Jul.14.Dec.14. Kontrol, >90 Kezelt, >90 Megjegyzés: A munkanélküli regisztráció valószínűsége a között képzettek és kontrollok esetében a párosított mintán ,0

181 Adamecz-Völgyi, Csillag, Molnár & Scharle A ábrán a képzés hossza szerint megbontott eredményeket látjuk. A 90 napnál hosszabb képzések esetében a bezártsági hatás (lock-in effect) hosszabb, mint az ennél rövidebb képzéseknél. A 90 napnál rövidebb képzések esetében már a képzést követő első naptári év végén 4 10 százalékpontos hatásokat mérünk. A hosszú képzések esetén csak a képzést követő második-harmadik év végén haladja meg a regisztrált munkanélküliségből való kilépés valószínűsége a kontrollcsoportét. A es képzésekben részt vett álláskeresőket tekintve úgy tűnik, hogy hosszú távon a rövidebb és a hosszabb képzések hatása nem különbözik. Ez természetesen nem azt jelenti, hogy ugyanaz a képzés rövidebb formában is ugyanolyan hatékony hosszú távon, mint a rövid. Az általunk használt adatbázisban nem látjuk, hogy az egyes képzések típusa (OKJ-s képzés, számítástechnikai képzés stb.) és tartalma (szakma, nyelvi képzés stb.) micsoda. Ennek ellenére feltételezhetjük, hogy más egyéni jellemzőkkel bíró álláskeresők kerülnek rövid, illetve hosszú képzésbe, ami önmagában meghatározza, hogy az adott képzést követően milyen gyorsan kerülnek ki a munkanélküli-regiszterből. A regisztrált álláskereső státusban töltött napok számára kifejtett hatásokat foglalja össze az táblázat. Az általunk mért hatások nagysága a képzés utáni első naptári évben kizárólag a 90 napnál rövidebb képzések esetén jelentkezik. A második évben a hatások nagyságrendje évi 5 és 20 nap között mozog, azaz a képzések ennyi nappal csökkentik a képzésben részt vettek által regisztrált álláskereső státusban töltött időt. A legnagyobb hatásokat a képzést követő harmadik naptári évben találjuk, 7 és 21 nap között. Ezen az időtávon már az is látható, hogy a rövid és a hosszú képzések hatása kiegyenlítődik. A rövidebb és a hosszabb képzések potenciális hatását legalább három öszszetevő is meghatározza: milyen a szelekció a képzéseken belül a két típusba; milyen a két képzéstípus minősége közötti különbség; illetve, ahogy láttuk, a hosszabb képzések hosszabb bezártsági hatással járnak. A es évek években képzésbe lépők mintáján azt látjuk, hogy hosszú távon a rövidebb és a hosszabb képzések hatása nem különbözik, rövid távon pedig a rövidebb képzések hatása hamarabb jelentkezik. Ez abból az átváltásból (trade-off) adódhat, hogy a jó minőségű képzés növeli a képzettek emberi tőkéjét, de bezártsági hatás által távol is tartja őket a munkapiactól, és nehezítheti ezen keresztül a munkapiacra való visszatérést. A rövidebb és hosszabb képzésekbe kerülés potenciális szelekcióját, illetve ennek a képzések hatásában való megjelenését vizsgálja az táblázat. Ha a képzések résztvevőit megbontjuk iskolai végzettség szerint, kiderül, hogy a képzések elsősorban azokat segítik, aki nem szereztek érettségit. Ennek két oka lehet. Egyfelől, az alacsony iskolai végzettségű álláskeresők hátrányosabb helyzetben vannak, és ezért náluk nagyobb a képzés marginális hatása. Másfelől, az is lehetséges, hogy az érettségizett álláskeresők közül azok kerülnek inkább képzésbe, akik valamilyen, általunk nem megfigyelt hátrányban vannak a töb- 180

182 5.4. Képzéssel a munkaerőhiány ellen bi érettségizett álláskeresőhöz képest. A másik oldalról megközelítve ugyanezt a kérdést, elképzelhető, hogy a legalább érettségizett álláskeresők általában közelebb vannak a munkapiachoz, és viszonylag gyorsan találnak állást, így azok kerülnek inkább képzésbe, akiknek segítség nélkül nem sikerült állást találni táblázat: A képzés hatása a regisztrált álláskereső státusban töltött napok számára (nap) es képzettek Minden képzés 0,86 8,16 17,38 19,86 90 napos képzések 28,35 15,70 20,47 19,44 > 90 napos képzések 15,38 5,17 16,22 20, es képzettek Minden képzés 17,60 6,05 12,37 90 napos képzések 14,80 10,55 20,51 > 90 napos képzések 33,00 4,50 6, es képzettek Minden képzés 21,44 5,45 90 napos képzések 28,67 20,08 > 90 napos képzések 39,48 0, as képzettek Minden képzés 13,62 90 napos képzések 41,90 > 90 napos képzések 33,17 Megjegyzés: Párosítás utáni eredmények. Minden együttható külön (évenkénti) becslésből származik 5.4. táblázat: A közfoglalkoztatáshoz nem kapcsolódó képzések hatása iskolai végzettség és a képzés hossza szerint (nap) Érettségi nélkül Érettségivel 90 nap >90 nap 90 nap >90 nap Egy évvel a képzés után ,37 8,68 9,33 54, ,01 19,66 13,59 61, ,39 16,06 4,44 68, ,92 12,48 29,90 62,11 Két évvel a képzés után ,42 16,56 26,10 24, ,81 20,41 31,08 27, ,25 18,68 1,34 24,51 Három évvel a képzés után ,35 25,20 7,06 10, ,77 26,76 17,04 23,06 Megjegyzés: Párosítás utáni eredmények. Minden együttható külön (évenkénti) becslésből származik Az általunk használt adatbázisban, ahogy azt már említettük, nem látjuk azokat az álláskeresőket, akik közfoglalkoztatási programokba léptek. Eb- 181

183 Adamecz-Völgyi, Csillag, Molnár & Scharle 8 Cseres-Gergely (2015) eredményei is arra utalnak, hogy az aktív eszközökben részt vevő álláskeresők kisebb valószínűséggel lépnek közfoglalkoztatásba. 9 Az elmúlt években megváltozott az álláskeresőknek nyújtott képzések szabályozási háttere is, ami a képzések kiválasztásán és célzásán keresztül befolyásolhatta azok eredményességét is december 15-től működik a Nemzeti Szakképzési és Felnőttképzési Hivatal, 2015 január elsejétől pedig megszűnt a Nemzeti Munkaügyi Hivatal, az új struktúrában az álláskeresőknek szóló képzések a nemzetgazdasági miniszter alá tartozó szakképzésért és felnőttképzésért felelős helyettes államtitkár irányítása alá kerültek (Cseres-Gergely Varadovics, 2015). ből az következik, hogy az általunk becsült hatások alulbecslik a képzések valós hatásait, mert a kontrollcsoportban nagyobb valószínűséggel lehetnek olyan álláskeresők, akik közmunkába lépnek, mint a közfoglalkoztatáshoz nem kapcsolódó képzések résztvevői között. 8 A kontrollcsoportban nagyobb arányban vannak tehát olyanok, akik nem azért lépnek ki a regiszterből, mert elhelyezkedtek a nyílt munkaerőpiacon, hanem azért, mert közmunkaprogramba kerültek. Mivel ebben az elemzésben a vizsgált kimeneti mutató a regisztrált álláskereső státus, illetve a regisztrált státusban töltött napok száma, ha a kontrollcsoportban vélhetően nagyobb arányú közmunkarészvételt is munkanélküliségnek számítanánk, a képzések becsült hatása magasabb lenne. Összegzés Fenti elemzésünk alapján végül, röviden megvitatjuk, mennyiben vezethet pozitív eredményre az átképzési programok kiterjesztése és célzásuk átalakítása. Az általunk vizsgált időszakban a kétezres évek első feléhez képest az álláskeresők számottevően kisebb arányban kerültek támogatott átképzési programba, ugyanakkor a képzésbe belépők iskolázottság szerinti pozitív szelekciója csökkent. Ez utóbbi pozitív fejlemény, hiszen eredményeink azt mutatják, hogy a képzések ebben a csoportban különösen hatékonynak tűnnek. Az azonban, hogy során összesen valamivel kevesebb, mint 17 ezer érettségivel nem rendelkező álláskereső lépett átképzési programba, míg között évente átlagosan közel 16 ezer, nem örvendetes. Elemzésünkből az is kitűnik, hogy a hosszabb képzések nem feltétlenül vezetnek középtávon (3 4 évvel a képzésbe belépés után) nagyobb hatáshoz, mint a rövidebb képzések. 9 Vagyis elképzelhető, hogy a viszonylag rövidebb, az alacsony iskolázottságú álláskeresőkre célzott programok nagyobb arányú kiterjesztése, már belátható időn (egy-két éven) belül számottevően javíthatják a foglalkoztatottságot (és enyhíthetik a munkaerőhiányt). Hivatkozások Busch Irén (2015): A téli közfoglalkoztatás. Megjelent: Fazekas Károly Varga Júlia (szerk.): Munkaerőpiaci Tükör, MTA KRTK KTI, Budapest, o. Cseres-Gergely Zsombor (2015): A közfoglalkoztatásba belépők összetétele, Megjelent: Fazekas Károly Varga Júlia (szerk.): Munkaerőpiaci Tükör, MTA KRTK KTI, Budapest, o. Cseres-Gergely Zsombor Varadovics Kitti (2015): A munkapiaci szakpolitika eszközei (2014. február április). Megjelent: Fazekas Károly Varga Júlia (szerk.): Munkaerőpiaci Tükör, MTA KRTK KTI, Budapest, o. Scharle Ágota (2016): A munkapiaci szakpolitika eszközei (2015. május március). Megjelent: Fazekas Károly Blaskó Zsuzsa (szerk.): Munkaerőpiaci Tükör, MTA KRTK KTI, Budapest,

184 A MUNKAPIACI SZAKPOLITIKA ESZKÖZEI (2016. ÁPRILIS MÁ JUS) Hajdu Miklós Makó Ágnes Nábelek Fruzsina Nyírő Zsanna

185 1. Intézményi változások 2. Támogatások 3. Szolgáltatások 4. Aktív foglalkoztatáspolitikai eszközök és komplex programok 5. Munkapiaci hatású szakpolitikai eszközök

186 A munkapiaci szakpolitika eszközei Az alábbi fejezetben a munkapiaccal kapcsolatos szakpolitikai eszközök 2016 áprilisa és 2017 májusa között végbement, főbb szabályozási változásait foglaljuk össze. 1. INTÉZMÉNYI VÁLTOZÁSOK 1.1. Szakképzési rendszer A szakképzésről szóló évi CLXXXVII. törvényt a évi LXV. törvény módosította, és több jelentős változás szeptember 1-től lépett életbe szeptemberétől a szakiskolák új neve szakközépiskola, a szakközépiskoláké szakgimnázium, a speciális szakiskoláké pedig szakiskola lett. Az új szabályozás szerint a gimnázium és az új szakgimnázium mellett az új szakközépiskola is középiskolának számít. Az új szakközépiskolában éves rendszerű képzés folyik, az első három év az eddigi hároméves szakiskolai képzéssel azonos, a plusz két év pedig az érettségi vizsgára készít fel. 1 A szakgimnáziumokban a képzés éves. A négy közismereti és párhuzamosan szakmai képzést nyújtó középiskolai évfolyam elvégzése után szakmai érettségi végzettség szerezhető. A 12. évfolyamot követő plusz egy évben érettségi végzettséghez kötött, a szakmai érettségi vizsga ágazatához tartozó szakképesítés szakmai vizsgájára készítenek fel, amelynek során OKJ-s szakképesítés szerezhető. 2 Az új szakiskola a sajátos nevelési igényű tanulókat készíti fel szakmai vizsgára, és nyújt részükre a munkába álláshoz és az életkezdéshez szükséges ismereteket. A szakképzést végző intézmények többségének az irányítása már 2015-ben, a speciális szakiskoláké 2016 júniusától a Klebelsberg Intézményfenntartó Központtól (KLIK) átkerült a Nemzetgazdasági Minisztériumhoz (NGM). 3 A szakképzési hozzájárulásról szóló törvény módosítása a tanulószerződéssel képző vállalkozások számára kibővítette a szakképzési hozzájárulási kötelezettséget csökkentő tételek körét: január 1-jétől kiegészítő csökkentő tételként elszámolható a gyakorlati képzés folytatásához szükséges beruházásra a beruházási, a kis- és középvállalkozások számára az oktatói, valamint a 9. évfolyamosok képzésére a tanműhely-fenntartási kiegészítő csökkentő tétel. A szakképzési törvény eredetileg január 1-jén hatályba lépett rendelkezése előírta, hogy a külső gyakorlati helyen tanulókat foglalkoztató vállalatok gyakorlati oktatójának mestervizsgával kell rendelkeznie. A törvény három és fél éves türelmi időt határozott meg szeptember 1-jéig, a 2015-ös törvénymódosítás szerint viszont augusztus 31-ét követően is foglalkoztatható gyakorlati oktatóként mestervizsgával nem rendelkező személy, amennyi Lásd az Oktatásfejlesztési Központ közleményét. 2 Lásd a Kormány törvényjavaslatát. 3 Lásd az Oktatásfejlesztési Központ közleményét.

187 Hajdu, Makó, Nábelek & Nyírő ben augusztus 31-ig írásban vállalja a kamara számára, hogy legkésőbb szeptember 1-jéig megkezdi a mesterképzést. A főtevékenységként gyakorlati képzést folytató képzők által a 9. évfolyamon kötött tanulószerződések automatikusan megszűnnek a 9. évfolyam tanévének végén azért, hogy a tanulóknak lehetőségük legyen a 9. évfolyam után más, nem főtevékenységként gyakorlati képzést folytató képzőnél folytatni a gyakorlatot A KLIK átalakulása 2016 nyarán adták ki a 134/2016. (VI. 10.) kormányrendeletet,amely a korábbi Klebelsberg Intézményfenntartó Központ (KLIK) feladatait és átalakítását tartalmazza. A KLIK-ből január 1-jével kiváltak a területi szervei, és 59 tankerületi központba olvadtak be. A KLIK január 1-jétől Klebelsberg Központ néven működik tovább, és többnyire ugyanazokat a feladatokat látja el, mint a korábbi KLIK. A Klebelsberg Központ irányítja és számon kéri az 59 tankerületi központ hatékony gazdálkodását A Nemzeti Szakképzési és Felnőttképzési Hivatal feladatainak ellátása A 378/2016 (XII.2.) kormányrendelet értelmében január 1-jével a Nemzeti Szakképzési és Felnőttképzési Hivatal (NSZFH) hatósági feladat- és hatáskörei, valamint az ezekhez kapcsolódó jogviszonyok átkerülnek a Pest Megyei Kormányhivatalhoz. A Kormányhivatal átveszi az NSZFH egyes feladatait, így többek között a felnőttképzési engedélyek kiadására, módosítására, kiegészítésére irányuló eljárások lefolytatását; közhiteles nyilvántartás vezetését a felnőttképzési engedéllyel rendelkező képző intézményekről és engedélyezett képzéseikről; a Felnőttképzési Információs Rendszer működtetését; a felnőttképzési engedéllyel rendelkező intézmények hatósági ellenőrzését; a felnőttképzési szakértői tevékenység folytatására irányuló bejelentések fogadását és elbírálását; valamint a külföldi szakképesítések hazai elismertetését. 5 4 Lásd az Eduline közleményét. 5 A Nemzeti Szakképzési és Felnőttképzési Hivatal tájékoztatója. 6 Lásd Magyar Közlöny, 2016/ Lásd Magyar Közlöny, 2015/ A Nemzeti Rehabilitációs és Szociális Hivatal megszűnése A Nemzeti Rehabilitációs és Szociális Hivatal (NRSZH) január 1-jén beolvadásos különválás útján jogutódlással szűnt meg. Az NRSZH által ellátott legtöbb feladat esetében Budapest Főváros Kormányhivatala (BFKH) lett a jogutód, egyes feladatok (például a foglalkozási rehabilitációval öszszefüggő oktatási, innovációs, nyilvántartási és informatikai tevékenység; a szociális ágazat képzési rendszerének működtetése; a fejlesztő foglalkoztatás pályáztatása és finanszírozása) tekintetében a Szociális és Gyermekvédelmi Főigazgatóság lett az NRSZH jogutódja. 6 Az NRSZH által irányított területi egységek funkciói (rehabilitációs igazgatási feladatok) már 2015-ben átkerültek a megyei kormányhivatalokhoz

188 1.5. Helyi foglalkoztatási együttműködések 2016 márciusában indult a TOP pályázat a helyi önkormányzatok számára a foglalkoztatásnövelést célzó foglalkoztatási együttműködések, partnerségek, paktumok létrehozatala és a paktumok képzési és foglalkoztatási programjainak megvalósítása érdekében. A program keretösszege 28,0 milliárd forint. A pályázat 2017 májusában folytatódott (TOP kódon) 10,4 milliárd forintos keretösszeggel. 2. TÁMOGATÁSOK 2.1. Munkanélküli-ellátás A minimálbér évi emelése (lásd az 5.1. pontot) következtében emelkedett az álláskeresési járadék maximális összege is. Így január 1-jétől az álláskeresési járadék maximuma havi forint, a nyugdíj előtti álláskeresési segély összege pedig havi forint. A munkaügyi kirendeltség által elfogadott intenzív képzésen részt vevő álláskeresők keresetpótló juttatása havi forint Közfoglalkoztatási bér A közfoglalkoztatási bér január 1-jén nyolcórás foglalkoztatás esetén bruttó forintra emelkedett a korábbi forintos szintről.a közfoglalkoztatáshoz kapcsolódó bérek utoljára 2015 januárjában emelkedtek, majd két évig változatlan szinten maradtak. A évi emelés ellenére a közfoglalkoztatási bér arányában minden korábbinál jobban elmarad a minimálbértől: 2015-ben még a 75 százalékát tette ki a minimálbérnek, míg 2017-ben már csak 63,9 százalék ez az arány. E változás tükrözi a közfoglalkoztatottak munkaerőpiacra történő átvezetésére irányuló kormányzati törekvéseket Rehabilitációs ellátás A rehabilitációs ellátással kapcsolatos jogszabályok május 1-jei hatállyal módosultak a évi XXVI. törvény 32. paragrafusa szerint. A megváltozott munkaképességű személyek számára nyújtott ellátást az új szabályok szerint akkor is meg kell szüntetni, ha az ellátásban részesülő keresőtevékenységet folytat, és jövedelme három egymást követő hónapon keresztül meghaladja a minimálbér 150 százalékát. A korábbi szabályozás szerint ugyanis csak a munkaidő alapján korlátozták az ellátás folyósítását (az ellátás mellett legfeljebb heti 20 órában lehet dolgozni). A rehabilitációs és a rokkantsági ellátás így hasonló feltételek mellett vehető igénybe Rokkantsági ellátás A Magyar Közlöny évi 92. számában megjelent a Magyarország évi központi költségvetésének megalapozásáról szóló év LXXII. törvény. A munkapiaci szakpolitika eszközei Lásd az Officina közleményét a munkanélküli segélyről.

189 Hajdu, Makó, Nábelek & Nyírő Ennek értelmében 2018-tól a kormány lehetővé teszi, hogy a rehabilitációs ellátás ismételten is megállapítható legyen a megváltozott munkaképességű személyek munkaerőpiaci integrációjának elősegítése érdekében, valamint kivételes rokkantsági ellátás is megállapíthatóvá válik Gyermeknevelési ellátások A minimálbér évi emelésének (lásd az 5.1. pontot) köszönhetően megnőtt a gyermekgondozási díj (gyed) maximális összege is (ami az aktuális minimálbér kétszeresének a 70 százaléka) 2017-ben, havi forintra. A diplomás gyed felsőfokú alapképzés esetén forintra, felsőfokú mesterképzés esetén pedig forintra emelkedett. A méltányosságból megállapított csecsemőgondozási díj (csed) és gyed maximális összege is a minimálbérhez kötött, így ezen értékek is megemelkedtek előbbi legfeljebb annak kétszerese ( forint), utóbbi pedig a minimálbérrel megegyezik ( forint). 3. SZOLGÁLTATÁSOK 3.1. Álláskeresést segítő egyéni cselekvési terv A 2016 szeptemberében elfogadott 32/2016. NGM-rendelet előírja, hogy az álláskeresők munkába állásának segítése érdekében az állami foglalkoztatási szervhez forduló minden álláskereső számára egyéni cselekvési tervet készítsenek. Az egyéni cselekvési terv tartalmát és az álláskereső munkaerőpiaci célját az állami foglalkoztatási szerv és az álláskereső közösen határozza meg, a cselekvési terv pedig tartalmazza az álláskeresőnek felajánlott szolgáltatásokat és programokat, a nyújtható támogatásokat, valamint az álláskereső önálló munkahelykeresését. A cselekvési terv figyelembe veszi az álláskereső végzettségét és korábbi munkatapasztalatát, valamint megállapítja, hogy várhatóan képes lesz-e önállóan elhelyezkedni a munkaerőpiacon, ha pedig nem, akkor várhatóan milyen állami szolgáltatásokat és támogatásokat kell igénybe vennie. 9 Lásd az Adózóna közleményét a kivételes rokkantsági ellátásról Szolgáltatások kiszerződése Az alacsony iskolai végzettségű álláskeresők foglalkoztathatóságának javítását célzó Nem állami szervezetek munkaerőpiaci szolgáltatásainak támogatása címmel hirdetett pályázatot a Nemzetgazdasági Minisztérium (GINOP ) 2017 februárjában. A pályázat célja, hogy a Nemzeti Foglalkoztatási Szolgálat (NFSZ) munkáját civil és nonprofit szervezetek egészíthessék ki saját szolgáltatásaikkal. Ezt a kiírás szerint az indokolja, hogy az NFSZ túlterhelt kapacitásai miatt nem alkalmas a speciális, hátrányos helyzetű csoportok, illetve minden munkanélküli vagy inaktív személy számára elérhető, testreszabott segítség megadására. A szolgáltatásokban azok az álláskeresők vagy inaktív személyek részesülhetnek, akikről a kormányhivatalok úgy ítélik meg, hogy a szolgáltatások révén 188

190 A munkapiaci szakpolitika eszközei bértámogatás és képzés nélkül is el tudnak helyezkedni a nyílt munkaerőpiacon, illetve akik az aktív munkaerőpiaci programba való bevonást megelőzően felkészítést igényelnek. A projekt az ország hat kevésbé fejlett régiójának egy-egy megyéjére terjed ki. A programra való jelentkezés március 11-ig folyamatosan történik, a nyertes projektek lezárásának határideje pedig augusztus 30. A pályázat meghirdetésekor hatmilliárd forint állt rendelkezésre az Európai Szociális Alap és Magyarország költségvetésének társfinanszírozásában. A támogatás célja, hogy a finanszírozott projektekben részt vevők legalább 20 százaléka közvetlenül el tudjon helyezkedni az elsődleges munkaerőpiacon Állásfeltárás és közvetítés javítása 2017 márciusában indult a GINOP program az OFA Országos Foglalkoztatási Közhasznú Nonprofit Kft. kezelésében, keretösszege hárommilliárd forint. Célja egy, a munkaerőpiacon komplex állásfeltáró, -közvetítő és -tanácsadó, illetve professzionális emberierőforrás- (HR-) szolgáltatásokat nyújtó rendszer kiépítése. A program keretében továbbfejlesztik az ÁFSZ Virtuális Munkaerőpiac Portálját, létrehoznak egy országos lefedettségű, térségi szinten működő Mobil Munkaerő Tanácsadó hálózatot megyei egységekkel, és egy ügyfélkapcsolati központot (call/contact centert) a munkaadók részére. A felelős foglalkoztatás népszerűsítésére a portálon e-tanulási (e-learning) felületet alakítanak ki. 4. AKTÍV FOGLALKOZTATÁSPOLITIKAI ESZKÖZÖK ÉS KOMPLEX PROGRAMOK 4.1. A közfoglalkoztatotti létszám szűkítése Az 1139/2017. (III.20.) kormányhatározat célja a közfoglalkoztatottak elsődleges munkaerőpiac felé irányítása. A határozat szerint a közfoglalkoztatási programokban részt vevők havi átlagos maximális létszámát 2020-ig folyamatosan 150 ezer főre csökkentik. A határozat értelmében 25 év alatti személyeket csak abban az esetben vonhatnak be a közfoglalkoztatási programokba, ha az Ifjúsági Garancia Program nem kínál számukra más reális lehetőséget. A szakképzettséggel rendelkezők és azok, akik várhatóan önállóan is képesek elhelyezkedni, csak abban az esetben vonhatók be a közfoglalkoztatásba, ha a járási hivatal közvetítési kísérlete három alkalommal is sikertelen, vagy ha a járási hivatal három hónapig nem tud megfelelő állást felajánlani az álláskereső számára június 1-jétől kezdődően hároméves időszakon belül a közfoglalkoztatási jogviszonyban eltölthető maximális időtartam 12 hónap lesz. A közfoglalkoztatási jogviszonyban állók létszámcsökkentése miatt, az aktív munkaerőpiaci programok megvalósítása érdekében a kormány a évi előirányzatból 40 milliárd forint átcsoportosítása mellett döntött Lásd a Belügyminisztérium közleményét a közfoglalkoztatás átalakításáról.

191 Hajdu, Makó, Nábelek & Nyírő 4.2. A közfoglalkoztatás célcsoport-bővítése Az 1253/2016. (VI. 6.) kormányhatározat a mentális, szociális vagy egészségügyi okból foglalkoztatásba be nem vonható álláskeresők közfoglalkoztatásba történő szélesebb körű bevonásáról intézkedik. A foglalkoztatásba mentális, szociális vagy egészségügyi okokból be nem vonható álláskeresők számára tervezett speciális közfoglalkoztatási kísérleti (pilot) programot július 1-jén indították el öt hónapos időtartamra, négy megyében, 300 fő részvételével. A programot az önkormányzati nonprofit gazdasági társaságoknál vagy a települési önkormányzatoknál valósították meg. Az érintett mentális, szociális vagy egészségügyi problémával küzdő álláskeresőknek foglalkoztathatósági szakvéleményezési felülvizsgálaton kell részt venniük, amelytől függ, hogy bekerülnek-e a speciális közmunkaprogramba, vagy megfelelő egészségügyi szakellátást kapnak (állapotuktól függően a háziorvos bevonásával vagy a közfoglalkoztatási pont koordinálásával). A határozat rendelkezik arról is, hogy az egészségügyi okok miatt nem foglalkoztatható álláskeresőket törlik az álláskeresői nyilvántartásból. A speciális közfoglalkoztatási program időtartama alatt a részt vevő közfoglalkoztatottak új típusú, speciális közfoglalkoztatási bérben részesülnek, amely napi hatórás munkaidőben történő foglalkoztatásra nyújtható. A közfoglalkoztatási bér és a közfoglalkoztatási garantált bér megállapításáról szóló 170/2011. (VIII. 24.) kormányrendelet módosítása alapján a speciális közfoglalkoztatási bér napi hatórás munkaidő esetében havi forint, legalább középfokú iskolai végzettséget és szakképesítést igénylő munkakör betöltése esetében pedig havi forint. A speciális közfoglalkoztatási program bérköltségekhez és beruházási költségekhez is nyújthat támogatást a közfoglalkoztatáshoz nyújtható támogatásokról szóló 375/2010. (XII. 31.) kormányrendelet módosítása alapján Szociális szövetkezetek támogatása A Fókuszban az önkormányzati tagsággal rendelkező közfoglalkoztatás alapjain szerveződő szociális szövetkezetek támogatása című program célja, hogy a kiemelten hátrányos helyzetű járásokban a szociális szövetkezetek támogatásával segítse munkahelyek létrejöttét. A program elsősorban a szociális szövetkezetek foglalkoztatási képességének növeléséhez, önfenntartó piaci szereplővé válásához kíván ösztönzést és támogatást nyújtani. A pályázat 2016 júniusában indult 9,4 milliárd forintos keretösszeggel Roma nők képzését és foglalkoztatását segítő programok 2016 júniusában indult el az EFOP Nő az esély képzés és foglalkoztatás című pályázat, amely a célcsoport (elsősorban roma nők) foglalkoztatásba ágyazott képzését, valamint továbbfoglalkoztatását támogatja, elsősorban a szociális, gyermekjóléti és gyermekvédelmi, köznevelési intéz- 190

192 A munkapiaci szakpolitika eszközei ményekben. A program keretösszege 4,05 milliárd forint. Az előbbi programmal azonos céllal hirdették meg a VEKOP Nő az esély című pályázatot 2017 januárjában, ennek keretösszege 250 millió forint volt májusában indult az EFOP Nő az esély foglalkoztatás című pályázat, amelynek célja a társadalmi előítélettel és munkaerőpiaci diszkriminációval küzdő munkanélküli romák (kiemelten roma nők) társadalmi befogadásának és foglalkoztatásának javítása, a közszolgáltatásban foglalkoztatottak számának növelésén keresztül. A pályázat keretösszege 3,15 milliárd forint Kisgyermeket nevelő szülők munkavállalási aktivitásának növelése A 2016 februárjában elindult TOP pályázat a gyermekjóléti alapellátásokhoz és az óvodai ellátáshoz való hozzáférés javítását és a szolgáltatások minőségének fejlesztését szolgálja. A program célja a kisgyermeket nevelők munkavállalásának támogatása, a családok segítése, különösen a leghátrányosabb helyzetű térségekben élő gyermekek minél korábbi életkorban történő segítése. A pályázat keretösszege 21,1 milliárd forint. Ezen pályázat céljával azonos céllal indult 2016 márciusában a TOP (46,4 milliárdos keretösszeggel), 2016 áprilisában a VEKOP BP1 (7,3 milliárdos keretösszeggel), 2017 februárjában a TOP (9,9 milliárdos keretösszeggel), valamint 2017 májusában a TOP (15,2 milliárdos keretösszeggel) program A digitális munkaerőpiaci kompetenciák fejlesztése a Közép- Magyarországi régióban 2017 júniusában indult a VEKOP program, amelynek célkitűzése a munkavállalási korú népesség digitális kompetenciájának növelése a foglalkoztatottság javítása érdekében. A program keretösszege 800 millió forint Munkaerőpiaci mobilitás ösztönzése A 2017 februárjában elfogadott 23/2017. (II. 3.) kormányrendelet a munkaerőpiaci mobilitás elősegítése érdekében a munkásszállások építéséhez nyújtható támogatást vezetett be. A támogatás helyi önkormányzatoknak, illetve önkormányzati társulásoknak nyújtható munkásszállás építéséhez vagy felújításához, amennyiben az önkormányzat a költségek 40 százalékát saját forrásból biztosítja, megfelelő anyagi biztosítékkal rendelkezik, vállalja, hogy felújítás esetén egy éven, új szállás építése esetén pedig két éven belül teljesíti a beruházást, valamint hogy a munkásszállás működtetése érdekében legalább négy fő álláskeresőt alkalmaz. A támogatáshoz szükséges forrást a Nemzeti Foglalkoztatási Alap foglalkoztatási alaprészének központi keretéből elkülönített kilencmilliárd forintos keret biztosítja, a támogatásról pedig a foglalkoztatásért felelős miniszter dönt. Az adókulcs csökkentése mellett a társasági adóhoz kapcsolódóan 2017-től két munkaerőpiaci, mobilitást ösztönző hatású kedvezmény lépett életbe: a 191

193 Hajdu, Makó, Nábelek & Nyírő 11 dr. Tormáné dr. Boris Szilvia (2017): Új és megújuló kedvezmények a társasági adó rendszerében. Adó szaklap, 4. sz. 12 A 2016 nyarán életbe lépő módosítások a tavaszi adócsomag részei (2016. évi LXVI. törvény). 13 Uo évi LXVI. törvény az egyes adótörvények és más kapcsolódó törvények, valamint a Nemzeti Adó- és Vámhivatalról szóló évi CXXII. törvény módosításáról. mobilitási célú lakhatási támogatás adóévben juttatott összege; illetve a társasági adóalapot csökkenti a munkásszállás bekerülési értéke az adott adóévben, a munkásszállásba történő beruházás vagy a felújítás bekerülési értéke, a fenntartás és üzemeltetés költsége vagy a munkásszállás bérlésének bérleti díja Vállalkozóvá válás elősegítése a fővárosban Budapest Főváros Kormányhivatala pályázatot hirdetett a évre szólóan azon budapesti regisztrált álláskeresők vagy rehabilitációs ellátásban részesülők számára, akik vállalkozás keretében, illetve önfoglalkoztatóként gondoskodnak önmaguk foglalkoztatásáról.a támogatás keretösszege 90 millió forint, amelyből a pályázók legfeljebb kétmillió forint vissza nem térítendő, bérlésre és vásárlásra fordítható tőkejuttatást nyerhetnek el. A támogatás igénybevételéhez szükséges a beruházás költségének legalább 20 százalékát fedező saját forrás biztosítása is, továbbá annak garantálása, hogy a vállalkozás megindítását követően legalább három évig gondoskodik a pályázó önmaga foglalkoztatásáról Bértámogatás, adó- és járulékkedvezmények A munkahelyvédelmi akcióterv keretében 2016 folyamán, illetve 2017 januárjától több ponton módosult az igénybe vehető kedvezmények köre. A tartósan álláskereső természetes személy foglalkoztatása esetén a munkáltató a foglalkoztatás első két évében mentesül a szociális hozzájárulási adó megfizetése alól, a harmadik évben pedig 50 százalékos kedvezményt érvényesíthet. A tartós álláskeresés időtartamába 2016 júniusától a közfoglalkoztatásban való részvétel időtartama is beleszámít január 1-jétől a közfoglalkoztatási jogviszony után a szociális hozzájárulási adóból részkedvezmény vehető igénybe. 13 A pályakezdő 25 év alatti munkavállalók után érvényesíthető adókedvezmény esetében a továbbiakban a munkáltató személyében történt változás nem akadályozza a kedvezmény további érvényesítését augusztus 1-jétől újra elindult a Karrier Híd program, amelynek keretében adókedvezmény vehető igénybe minden olyan új munkavállalóra vonatkozóan, aki előző munkahelyén felmondását vagy felmentését közvetlenül megelőzően közszolgálati jellegű munkaviszonyban állt MUNKAPIACI HATÁSÚ SZAKPOLITIKAI ESZKÖZÖK 5.1. A minimálbér és garantált bérminimum emelése A teljes munkaidőben foglalkoztatott munkavállalók részére megállapított alapbér kötelező legkisebb összege január 1-jétől bruttó forintról forintra emelkedett, míg a legalább középfokú iskolai végzettséget, illetve középfokú szakképzettséget igénylő munkakörben foglalkoztatott 192

194 A munkapiaci szakpolitika eszközei munkavállalók garantált bérminimuma a teljes munkaidő teljesítése esetén forintról forintra nőtt. A kormányrendelet január 1-jétől további emelést ír elő, a minimálbért forintban, a garantált bérminimum összegét pedig forintban határozza meg Az adó- és járulékrendszer átalakításai A munkáltatói közterhek mértékét csökkentő program. A évi őszi adócsomag keretében csökkent a munkáltatók által fizetett szociális hozzájárulási adó (szocho) és az egészségügyi hozzájárulás (eho) mértéke, mindkét esetben a korábbi 27 százalékos szintről 22 százalékra, az elfogadott törvény pedig 2018-ra vonatkozóan további csökkentést ír elő (22 százalékról 20 százalékra) Szja-módosítások és a cafeteria-rendszer átalakítása. A személyi jövedelemadó-mentes jogcímek köre 2016-ban a következőkkel bővült. A képzések közül a módosítások a duális szakképzés gyakorlati szakaszának adómentességét kiterjesztették az elméleti szakaszra is a havi minimálbért meg nem haladó mértékig, azaz az elméleti képzés idején fizetett juttatások is adómentessé váltak. Adómentes lett az állami vagy európai uniós forrásból támogatott felnőttképzésben, illetve munkaerőpiaci képzésben részt vevő személyek számára biztosított juttatások (étkezés, szállás és közlekedés) 16 és a közfoglalkoztatottak elhelyezkedési juttatása. 17 A munkaerő mobilitásának támogatása érdekében január 1-jétől nőtt a nem közösségi közlekedés használata esetében a munkavállalóknak adómentesen nyújtható utazási támogatás mértéke. 18 Szintén adómentessé vált a munkáltató által nyújtott mobilitási célú lakhatási támogatás meghatározott része a foglalkoztatás első öt évére vonatkozóan (az első két évben a minimálbér 40 százalékát, a második két évben a minimálbér 25 százalékát, az ötödik évben a minimálbér 12 százalékát meg nem haladó összeg). 19 Szintén január 1-jétől adómentessé válik a munkahelyi óvodában vagy bölcsődében nyújtott szolgáltatás és ellátás. 20 A cafeteria-rendszert módosítani kellett, mivel 2016 februárjában az Európai Bíróság kimondta, hogy a Széchenyi pihenőkártya (Szép-kártya) és az Erzsébet étkezésiutalvány-rendszer egyes elemei nem egyeztethetők öszsze az uniós joggal január 1-jétől béren kívüli juttatásnak minősül a Széchenyi pihenőkártya (a korábban is létező alszámlákkal), illetve évente legfeljebb forint készpénz. A kedvezményes adózás köréből így kikerülnek a korábbi juttatások: a munkahelyi étkeztetés, a helyi bérlet, az iskolakezdési támogatás, az önkéntes nyugdíjpénztári és egészségpénztári hozzájárulások, az ajándékutalványok, illetve az Erzsébet-utalvány, a vállalati üdültetés és képzés /2016. (XII. 15.) kormányrendelet évi LXVI. törvény az egyes adótörvények és más kapcsolódó törvények, valamint a Nemzeti Adó- és Vámhivatalról szóló évi CXXII. törvény módosításáról. 17 Az elhelyezkedési juttatást azok a korábban közfoglalkoztatási jogviszonyban állók igényelhetik, akiknek a közfoglalkoztatási jogviszonya azért szűnt meg, mert a versenyszférában helyezkedtek el [328/2015. (XI. 10.) kormányrendelet a közfoglalkoztatottak elhelyezkedési juttatásáról és 335/2016. (XI. 11.) kormányrendelet egyes foglalkoztatási tárgyú kormányrendeletek jogharmonizációs és egyéb célú módosításáról] évi LXVI. törvény az egyes adótörvények és más kapcsolódó törvények, valamint a Nemzeti Adó- és Vámhivatalról szóló évi CXXII. törvény módosításáról. 19 Nemzeti Adó- és Vámhivatal: Tájékoztató a munkáltató által nyújtható mobilitási célú lakhatási támogatás adómentességére vonatkozó szabályokról január évi LXVI. törvény az egyes adótörvények és más kapcsolódó törvények, valamint a Nemzeti Adó- és Vámhivatalról szóló évi CXXII. törvény módosításáról. 21 Az Európai Unió Bírósága 15/16. sz. Sajtóközlemény, Luxembourg, február évi CXXV. törvény egyes pénzügyi és gazdasági tárgyú törvények módosításáról.

195 Hajdu, Makó, Nábelek & Nyírő FÜGGELÉK F1. táblázat: A központi költségvetés szűk foglalkoztatáspolitikai részének kiadásai és bevételei, (millió forint) * Kiadások tény tény tény tény terv tény terv terv 1. Aktív támogatások Foglalkoztatási és képzési támogatások , , , , , , , ,0 Foglalkoztathatóság (és alkalmazkodóképesség) EU-s társfinanszírozása 3 970, , , , , , ,7 Közfoglalkoztatás , , , , , , , ,0 TÁMOP 1.1. Munkaerőpiaci szolgáltatások és támogatások , , , , , ,1 54,5 TÁMOP 1.2. Foglalkoztatást ösztönző normatív támogatások 9 774, , , ,1 GINOP 5. foglalkoztatásról szóló prioritás adott évben meghirdetett ,0 keret Ebből VEKOP-forrás 1000,0 GINOP 6. versenyképes munkaerőről szóló prioritás adott ,0 évben meghirdetett keret Járulékkedvezmény-megtérítés 5 147, , ,5 551,5 A as munkaerőpiaci programok előfinanszírozása 0, , , , ,4 2. Szakképzési és felnőttképzési támogatások , , , , , , , ,0 4. Passzív kiadások Álláskeresési támogatások , , , , , , , ,0 Nyugdíjbiztosítási Alapnak átadás 1 221,5 907,0 961,3 451,6 400,0 309,1 0,0 5. Bérgarancia-kifizetések 5 363, , , , , , , ,0 6. Működtetési célú kifizetések 86,7 100, , , , , , ,0 9. A méltányosságból elengedett követelések technikai kiadásai 303,6 tételei 13. Egyenlegtartási és kockázatkezelési keret 389,5 15. Kiegészítő munkáltatói támogatás 5 222,9 16. A minimálbér-emelés ágazati támogatása 7 000,0 9,1 17. Egyéb kiadás 22,3 Összes kiadás , , , , , , , ,4 194

196 A munkapiaci szakpolitika eszközei Bevételek tény tény tény tény terv tény terv terv 25. Támop-intézkedések bevételei , , , , , , , ,0 26. Egyéb bevétel Területi egyéb bevétel 734,2 559,0 602, , , , , ,0 Központi egyéb bevétel 1 316, , , , ,0 901, , ,0 Szakképzési és felnőttképzési egyéb bevétel 781, ,1 692,6 216,8 800, ,6 800,0 800,0 31. Szakképzési hozzájárulás , , , , , , , ,7 33. Bérgarancia-támogatás törlesztése 977,8 792, ,1 934, ,0 663, , ,0 34. Méltányosságból elengedett követelések technikai bevételi 303,6 tételei 35. Egészségbiztosítási és munkaerőpiaci járulék MPA-t megillető , , , , , , , ,9 hányada 36. Költségvetési támogatás , , , , , ,0 38. Szociális hozzájárulási adó NFA-t megillető hányada , ,6 Munkahelyvédelmi akciótervvel , , , , ,9 összefüggő hozzájárulás Összes bevétel , , , , , , , ,2 Függő tételek 202,0 270,3 964,6 Betétállomány változása , , ,4 Összes bevétel 2011-es árakon (fogyasztói árindexszel deflálva) , , , , , , , ,2 * A táblázatban szereplő sorszámok a költségvetési törvény sorait azonosító címszámoknak felelnek meg. ** 2017-re vonatkozóan az Előfinanszírozott uniós programok kiadásainak visszatérülése bevétel került ide. Forrás: A megfelelő év költségvetéséről (terv) és a költségvetés végrehajtásáról szóló törvény; 2013 esetében a ,8 korrigálva a 1507/2013. (VIII. 1.) és 1783/2013. (XI. 4.) kormányhatározat rendelkezésével ( millió forint többletforrás a közfoglalkoztatás részére); 2014-es terv esetében a ,3 korrigálva a 1361/2014. (VI. 30.) kormányhatározat rendelkezésével ( millió forint többletforrás a közfoglalkoztatás részére). A 2017-es tervre vonatkozóan korrigálva a évi a Magyarország évi központi költségvetéséről szóló évi XC. törvény módosításáról szóló LXXXVI. törvény rendelkezéseivel. A GINOP kiadások forrása a 1006/2016. (I. 18.) kormányhatározat a Gazdaságfejlesztési és Innovációs Operatív Program éves fejlesztési keretének megállapításáról. A táblázatban a 2017-es meghirdetésre tervezett pályázatok keretösszegét tüntettük fel, a korábban meghirdetett, munkaerőpiacot érintő pályázatok 2017-es évre vonatkozó kereteit a költségvetés, illetve az éves fejlesztési keretet tartalmazó kormányhatározat nem tartalmazza. 195

197 STATISZTIKAI ADATOK Szerkesztette Czethoffer Éva Összeállította Köllő János Lakatos Judit Tajti József

198 statisztikai adatok A 2000-től kiadott Munkaerőpiaci Tükörben publikált munkapiaci folyamatokat leíró táblázatok teljes anyaga letölthető a Közgazdaság- és Regionális Tudományi Kutatóközpont Adatbankjának honlapjáról: 1. Alapvető gazdasági adatok 2. Népesség 3. Gazdasági aktivitás 4. Foglalkoztatottak 5. Munkanélküliek 6. Keresetek 7. Oktatás 8. Munkaerő-kereslet 9. Regionális különbségek 10. Munkaügyi kapcsolatok 11. Jóléti ellátások 12. Munkát terhelő adók 13. Nemzetközi adatok 14. A fontosabb adatok forrásai RÖVIDÍTÉSEK CIRCA Communication & Information Resource Centre Administrator KSH Rendszeres kiadványokból összeállított tábla KSH IMS KSH intézményi munkaügyi statisztika KSH MEF KSH Munkaerő-felmérés KSH MEM KSH Munkaerő-mérleg NAV Nemzeti Adó- és Vámhivatal NEFMI Nemzeti Erőforrás Minisztérium NEFMI EMMI STAT Nemzeti Erőforrás Minisztérium, Oktatásstatisztika NFA Nemzeti Foglalkoztatási Alap NFSZ Nemzeti Foglalkoztatási Szolgálat NFSZ BT NFSZ Bértarifa-felvétel NFSZ IR NFSZ Integrált (nyilvántartási) Rendszer NFSZ PROG NFSZ Rövid Távú Munkaerőpiaci Prognózis NFSZ REG NFSZ regisztere NGM Nemzetgazdasági Minisztérium NSZ Népszámlálás NYUFIG Nyugdíjfolyósító Igazgatóság ONYF Országos Nyugdíjbiztosítási Főigazgatóság TB Társadalombiztosítás JELMAGYARÁZAT ( ) A megfigyelt statisztikai jelenség nem fordult elő. (.. ) Az adat nem ismeretes. ( n.é. ) A mutató nem értelmezhető. (... ) Adatvédelmi korlátok miatt nem közölhető adat. 198

199 1. Alapvető gazdasági adatok 1.1. táblázat: Alapvető gazdasági mutatók GDP Év Ipari termelés b Kivitel c Behozatal c Reál- Foglalkoztatás árindex d ségi ráta Fogyasztói Munkanélküli- kereset ,5 90,7 95,9 94,8 94,3 97,2 128, ,5 104,6 108,4 96,1 87,8 98,1 128,2 10, ,2 118,1 121,7 120,8 101,5 101,0 109,8 6, ,8 103,7 107,7 104,0 106,4 100,3 109,2 5, ,5 103,2 105,9 105,1 113,6 100,1 105,3 5, ,8 106,9 109,1 110,1 109,2 101,3 104,7 5, ,0 107,8 118,4 115,2 98,9 99,4 106,8 6, ,4 106,8 111,5 106,1 106,3 100,0 103,6 7, ,9 109,9 118,0 114,4 103,6 100,7 103,9 7, ,4 107,9 115,8 112,0 95,4 99,3 108,0 7, ,9 100,0 104,2 104,3 100,8 98,6 106,1 7, ,4 82,2 87,3 82,9 97,7 97,4 104,2 10, ,7 110,6 116,9 115,1 101,8 99,6 104,9 11, ,7 105,6 109,9 106,7 102,4 100,7 103,9 11, ,4 98,2 100,7 99,9 96,6 101,8 105,7 11, ,1 101,1 104,2 105,0 103,1 101,7 101,7 10, ,0 107,7 106,9 108,8 103,2 105,3 99,8 7, ,1 107,4 107,8 106,3 104,3 102,7 99,9 6, ,8 100,9 104,4 104,7 107,5 103,4 100,4 5,1 a Szezon és naptárhatással kiigazított adat,1996-tól módszertani változás a pénzközvetítés fel nem osztott szolgáltatási díjának elszámolásában. Előző év = ben módszertani revizió az ESA2010-re történő átállás miatt. b : 5 fő feletti kör, 2001 : víz és hulladékgazdálkodás nélkül, 5 főnél kisebb vállalkozásokkal együtt. Előző év = 100. c Volumen index. Előző év = 100. d Előző év = 100. Forrás: GDP: 1990 : STADAT ( i frissítés); 2016: előzetes évközi adat; Ipari termelési volumen indexe: 2001 : STADAT ( i frissítés); Kivitel és behozatal: 2001 : STADAT ( i frissítés); Reálkereset: 1995 :STADAT ( i frissítés); Foglalkoztatás: 1990: KSH MEM; 1995 : KSH MEF ( i frissítés). Fogyasztói árindex: 1990 : STADAT ( i frissítés); Munkanélküliségi ráta: 2000 : STADAT ( i frissítés). Egyéb adatok: KSH. A forrás adatok xls formátumban letölthetők: ábra: Alapvető gazdasági mutatók éves változása Reálkereset 3 0 Foglalkoztatás 3 GDP Forrás: KSH. A forrás adatok xls formátumban letölthetők: Százalék 199

200 statisztikai adatok 1.2. ábra: GDP éves idősora (2000=100%) Szlovákia Százalék Lengyelország Magyarország Csehország EU Forrás: Eurostat. A forrás adatok xls formátumban letölthetők: ábra: Foglalkoztatási ráta, évesek Százalék Szlovákia Lengyelország Magyarország Csehország EU Forrás: Eurostat. A forrás adatok xls formátumban letölthetők: 200

201 2. Népesség 2.1. táblázat: Népesség a év közötti Demográfiai függőségi ráta népesség, Teljes Idős Ezer fő 1992 = 100 Éves változás Év ezer fő népesség b népesség c ,5 0, ,3 0,47 0, ,3 0, ,3 0,45 0, ,1 0, ,8 0,45 0, ,0 0, ,4 0,45 0, ,8 0, ,7 0,45 0, ,7 0, ,1 0,45 0, ,5 0, ,0 0,46 0, ,3 0, ,4 0,46 0, , ,7 0,46 0, ,5 0, ,3 0,46 0, ,2 0, ,7 0,47 0, ,0 0, ,2 0,48 0, ,7 0, ,4 0,49 0,27 a Január 1. népességszám. A közötti adatok a február 1-jei eszmei időpontnak megfelelően végrehajtott népszámlálás alapján készült tovább- illetve visszavezetett, 2012-től pedig a október 1-jei eszmei időpontnak megfelelően végrehajtott népszámláláson alapuló továbbvezetett adatok. b (0 14 éves népesség + 64 feletti népesség) / (15 64 éves népesség) c 64 év feletti népesség / éves népesség Forrás: KSH STADAT ( i frissítés). A forrás adatok xls formátumban letölthetők: táblázat: A népesség száma főbb korcsoportok szerint, ezer fő a Év éves Együtt , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,4 a Január 1. népességszám. A közötti adatok a február 1-jei eszmei időpontnak megfelelően végrehajtott népszámlálás alapján készült tovább- illetve visszavezetett, 2012-től pedig a október 1-jei eszmei időpontnak megfelelően végrehajtott népszámláláson alapuló továbbvezetett adatok. Forrás: KSH STADAT ( i frissítés). A forrás adatok xls formátumban letölthetők: 201

202 statisztikai adatok 2.1. ábra: Magyarország népességének korösszetétele, 1980, Férfiak Nők Férfiak Nők Forrás: KSH. A forrás adatok xls formátumban letölthetők: 202

203 2. Népesség 2.3. táblázat: A férfi népességszám alakulása főbb korcsoportok szerint, ezer fő a Év éves Együtt ,0 780, ,8 224,8 570, , ,5 674, ,0 252,2 576, , ,7 664, ,7 249,3 580, , ,5 655, ,7 249,4 586, , ,9 649, ,3 252,5 592, , ,8 642, ,0 258,4 599, , ,7 640, ,8 261,7 608, , ,6 629, ,4 274,7 611, , ,5 623, ,9 294,1 617, , ,7 614, ,4 297,0 630, , ,2 602, ,1 305,3 644, , ,8 589, ,1 319,1 659, , ,3 575, ,0 327,1 675, ,5 a Január 1. népességszám. A közötti adatok a február 1-jei eszmei időpontnak megfelelően végrehajtott népszámlálás alapján készült tovább- illetve visszavezetett, 2012-től pedig a október 1-jei eszmei időpontnak megfelelően végrehajtott népszámláláson alapuló továbbvezetett adatok. Forrás: KSH STADAT ( i frissítés). A forrás adatok xls formátumban letölthetők: táblázat: A női népességszám alakulása főbb korcsoportok szerint, ezer fő a Év éves Együtt ,3 745, ,5 334, , , ,2 647, ,9 341, , , ,8 638, ,0 356, , , ,1 630, ,8 369, , , ,9 624, ,5 373, , , ,8 617, ,0 381, , , ,2 613, ,5 396, , , ,6 601, ,0 404, , , ,8 590, ,5 416, , , ,2 582, ,5 411, , , ,6 570, ,7 395, , , ,4 558, ,2 370, , , ,1 544, ,9 347, , ,0 a Január 1. népességszám. A közötti adatok a február 1-jei eszmei időpontnak megfelelően végrehajtott népszámlálás alapján készült tovább- illetve visszavezetett, 2012-től pedig a október 1-jei eszmei időpontnak megfelelően végrehajtott népszámláláson alapuló továbbvezetett adatok. Forrás: KSH STADAT ( i frissítés). A forrás adatok xls formátumban letölthetők: 203

204 statisztikai adatok 3.1. táblázat: A 15 éves és idősebb népesség gazdasági aktivitása, ezer fő a éves férfiak, éves nők 60 éves és idősebb férfiak, 55 éves és idősebb nők Inaktívak Foglalkoztatotnélküli gyed-en, Egyéb Inaktív és egyéb Együtt Munka- Gyes-en, Nyugdíjas Nappali Foglalkoztatotnélküli Munka- Együtt Nyugdíjas tagozatos gyet-en inaktív összesen inaktív tanuló Év lévő ,9 0,0 300,8 370,1 259,0 339, , ,5 570,3 0, , , ,3 62,4 284,3 548,9 249,7 297, , ,1 345,7 0, , , ,5 253,3 335,6 578,2 259,8 317, , ,5 249,5 0, , , ,4 434,9 392,7 620,0 262,1 435, , ,0 184,3 9, , , ,5 502,6 437,5 683,9 270,5 480, , ,1 137,5 16, , , ,1 437,4 476,5 708,2 280,9 540, , ,8 118,4 11, , , ,3 410,0 495,2 723,4 285,3 596, , ,3 107,5 6, , , ,1 394,0 512,7 740,0 289,2 599, , ,3 102,1 6, , , ,5 342,5 542,9 752,0 289,0 599, , ,8 96,9 6, , , ,5 305,5 588,8 697,0 295,5 565, , ,0 89,3 7, , , ,0 283,3 534,7 675,6 295,3 549, , ,6 110,4 1, , , ,9 261,4 517,9 721,7 281,4 571, , ,7 130,3 2, , , ,6 231,7 516,3 717,9 286,6 601, , ,7 140,7 2, , , ,6 235,7 507,1 738,3 286,8 593, , ,5 164,1 3, , , ,0 239,6 485,0 730,7 286,9 595, , ,2 202,9 4, , , ,1 247,2 480,5 739,8 282,4 622, , ,4 237,3 5, , , ,9 296,0 449,7 740,8 278,6 590, , ,3 247,6 7, , , ,1 309,9 416,1 811,4 261,1 524, , ,9 248,3 8, , , ,5 303,7 413,2 822,7 273,9 519, , ,7 252,5 8, , , ,3 315,5 394,7 814,3 282,2 549, , ,0 252,0 10, , , ,9 403,0 360,3 805,7 282,0 578, , ,3 266,9 14, , , ,8 450,1 336,6 805,4 275,9 558, , ,9 298,5 19, , , ,1 440,9 296,4 783,8 280,7 557, , ,8 328,9 25, , , ,6 447,0 260,1 769,6 263,2 484, , ,8 328,6 26, , , ,1 415,7 247,6 737,3 255,4 466, , ,5 341,6 25, , , ,7 317,5 222,3 701,2 237,8 412, , ,0 380,0 25, , , ,1 281,3 197,3 688,8 240,0 368, , ,6 428,4 26, , , ,6 211,3 181,6 656,3 242,4 361, , ,8 491,0 23, , ,4 a Éves átlagos értékek. Megjegyzés: A népességszám és a teljeskörűsítés súlyszámai 1999-ig az évi népszámláláson, 2000-től pedig a évi népszámláláson alapulnak, ahol a évi népszámlálás alapján a Munkaerő-felméréshez használt népesség adatok a kialakított gyakorlattól eltérően 2006-ig visszamenőlegesen korrigálásra kerültek. A foglalkoztatottakra vonatkozó adat tartalmazza a sorkatonákat, a nyugdíj és az anyasági ellátás mellett foglalkoztatottakat is. A tanulókra vonatkozó évi adatok becsültek. Az egyéb inaktív kategóriát az évközepi népességszámból kiindulva kivonással határoztuk meg, így abban elvileg a MEF megfigyelési körébe nem tartozó intézményi népesség, illetve a továbbvezetés miatti korrekció is megjelenik. Forrás: Nyugdíjasok: : NYUFIG, 1992 : KSH MEF. Gyes, gyed, gyet: 1997-ig TB és becslés, utána MEF. Munkanélküliség: : NFSZ REG, 1992 : KSH MEF. A forrás adatok xls formátumban letölthetők: 204

205 3.2. táblázat: A 15 éves és idősebb férfiak gazdasági aktivitása, ezer fő a 3. Gazdasági aktivitás éves férfiak 60 éves és idősebb férfiak Inaktívak Foglalkoztatotkanélküli gyed-en, Egyéb Inaktív és egyéb Együtt Mun- Gyes-en, Nyugdíjas Nappali Foglalkoztatotkanélküli Mun- Együtt Nyugdíjas tagozatos gyet-en inaktív összesen inaktív tanuló Év lévő ,5 0,0 173,8 196,3 0,0 99,1 469, ,7 265,3 0,0 491,8 757, ,3 37,9 188,4 284,2 1,2 80,3 554, ,3 123,7 0,0 665,5 789, ,6 150,3 218,7 296,5 1,5 115,0 631, ,6 90,4 0,0 700,7 791, ,1 263,2 252,0 302,4 1,7 174,8 730, ,2 65,1 3,2 722,1 790, ,1 311,5 263,2 346,9 2,0 203,3 815, ,0 47,9 4,5 735,7 788, ,4 270,0 277,6 357,1 3,7 239,6 878, ,4 41,6 3,8 740,0 785, ,5 259,3 282,2 367,4 4,9 237,8 892, ,1 37,1 2,1 742,6 781, ,4 242,4 291,9 372,8 3,3 248,3 916, ,1 28,9 1,3 746,3 776, ,0 212,2 306,0 377,6 1,5 251,6 936, ,9 25,5 1,9 743,5 770, ,5 186,5 345,4 350,4 1,0 264,2 961, ,0 26,2 2,8 737,3 766, ,4 170,3 312,7 338,8 4,2 261,5 917, ,9 34,7 0,4 727,2 762, ,0 158,2 315,2 358,2 4,1 261,7 939, ,4 39,8 0,7 758,8 799, ,6 141,6 311,0 353,4 4,3 283,2 951, ,1 41,1 0,9 763,0 805, ,4 137,3 307,5 370,3 5,0 273,4 956, ,9 45,2 0,7 764,4 810, ,5 137,6 293,6 367,9 4,3 288,1 953, ,0 53,0 0,9 762,5 816, ,7 136,2 293,5 371,2 4,6 300,2 969, ,4 64,6 0,6 758,8 824, ,7 158,2 278,8 375,4 5,8 288,8 948, ,7 65,4 0,9 763,9 830, ,4 163,4 258,9 404,1 4,0 249,6 916, ,4 60,2 1,1 771,5 832, ,4 162,5 261,8 410,2 4,1 248,8 924, ,8 61,9 1,0 777,5 840, ,6 172,7 261,2 408,3 4,7 264,6 938, ,1 60,0 1,0 790,4 851, ,9 230,3 240,1 409,0 4,4 288,7 942, ,4 63,1 1,6 798,9 863, ,5 259,5 228,7 410,3 4,6 287,1 930, ,7 63,0 2,2 812,9 878, ,9 248,7 203,7 397,9 3,6 286,8 892, ,6 70,1 2,9 826,2 899, ,2 257,9 187,7 395,6 4,2 238,8 826, ,4 69,6 4,1 846,1 919, ,2 234,4 169,5 375,6 3,8 232,0 780, ,5 81,5 4,8 852,4 938, ,3 173,1 151,3 352,5 3,0 200,9 707, ,1 100,1 8,6 855,6 964, ,1 152,1 133,7 345,1 3,1 181,4 663, ,5 131,4 9,8 849,3 990, ,4 119,0 119,6 332,3 3,8 173,6 629, ,7 170,1 8,5 832, ,1 a Éves átlagos értékek. Megjegyzés: A népességszám és a teljeskörűsítés súlyszámai 1999-ig az évi népszámláláson, 2000-től pedig a évi népszámláláson alapulnak, ahol a évi népszámlálás alapján a Munkaerő-felméréshez használt népesség adatok a kialakított gyakorlattól eltérően 2006-ig visszamenőlegesen korrigálásra kerültek. A foglalkoztatottakra vonatkozó adat tartalmazza a sorkatonákat, a nyugdíj és az anyasági ellátás mellett foglalkoztatottakat is. A tanulókra vonatkozó évi adatok becsültek. Az egyéb inaktív kategóriát az évközepi népességszámból kiindulva kivonással határoztuk meg, így abban elvileg a MEF megfigyelési körébe nem tartozó intézményi népesség, illetve a továbbvezetés miatti korrekció is megjelenik. Forrás: Nyugdíjasok: : NYUFIG, 1992 : KSH MEF. Gyes, gyed, gyet: 1997-ig TB és becslés, utána MEF. Munkanélküliség: : NFSZ REG, 1992 : KSH MEF. A forrás adatok xls formátumban letölthetők: 205

206 statisztikai adatok 3.3. táblázat: A 15 éves és idősebb nők gazdasági aktivitása, ezer fő a Nyugdíjas Foglalkoztatott Munkanélküli éves nők 55 éves és idősebb nők Inaktívak Gyes-en, Nyugdíjas Nappali Foglalkoztatotkanélküli Mun- gyed-en, Egyéb Inaktív Együtt és egyéb tagozatos gyet-en inaktív összesen inaktív tanuló lévő Év ,4 0,0 127,0 173,8 259,0 240,6 800, ,8 305,0 0, , , ,0 24,5 95,8 264,7 248,5 217,3 826, ,8 222,0 0, , , ,9 103,1 116,9 281,8 258,3 201,9 858, ,9 159,1 0, , , ,3 171,7 140,8 317,6 260,4 261,1 979, ,9 119,2 6, , , ,4 191,1 174,3 337,0 268,5 276, , ,1 89,6 11, , , ,7 167,4 198,9 351,1 277,2 301, , ,4 76,8 8, , , ,8 150,7 213,0 356,0 280,4 358, , ,2 70,4 4, , , ,7 151,6 220,7 367,2 285,9 351, , ,2 73,2 4, , , ,5 130,3 236,9 374,4 287,5 348, , ,9 71,4 4, , , ,0 119,0 243,4 346,6 294,5 301, , ,0 63,1 4, , , ,6 113,0 222,0 336,8 291,1 288, , ,8 75,8 1, , , ,9 103,2 202,7 363,5 277,3 309, , ,3 90,5 1, , , ,0 90,1 205,3 364,5 282,3 318, , ,5 99,6 1, , , ,2 98,4 199,6 368,0 281,8 319, , ,6 118,9 2, , , ,6 102,0 191,4 362,8 282,6 306, , ,2 149,9 4, , , ,2 111,0 186,8 368,6 277,8 322, , ,6 172,8 5, , , ,2 137,8 170,9 365,4 272,8 301, , ,6 182,2 7, , , ,7 146,5 157,2 407,3 257,1 274, , ,5 188,1 7, , , ,1 141,2 151,4 412,5 269,8 270, , ,9 190,6 7, , , ,7 142,8 133,5 406,0 277,5 284, , ,9 192,0 9, , , ,0 172,7 120,2 396,7 277,6 289, , ,9 203,8 13, , , ,3 190,6 107,9 395,1 271,3 271, , ,2 235,5 17, , , ,2 192,2 92,7 385,9 277,1 271, , ,2 258,8 22, , , ,4 189,1 72,4 374,0 259,0 245,5 950, ,4 259,0 22, , , ,9 181,3 78,1 361,7 251,6 234,4 925, ,0 260,1 20, , , ,4 144,4 71,0 348,7 234,8 211,6 866, ,9 279,9 17, , , ,0 129,2 63,6 343,7 236,9 186,7 830, ,1 297,0 16, , , ,2 92,3 62,0 324,0 238,6 187,6 812, ,1 320,9 14, , ,3 Együtt a Éves átlagos értékek. Megjegyzés: A népességszám és a teljeskörűsítés súlyszámai 1999-ig az évi népszámláláson, 2000-től pedig a évi népszámláláson alapulnak, ahol a évi népszámlálás alapján a Munkaerő-felméréshez használt népesség adatok a kialakított gyakorlattól eltérően 2006-ig visszamenőlegesen korrigálásra kerültek. A foglalkoztatottakra vonatkozó adat tartalmazza a sorkatonákat, a nyugdíj és az anyasági ellátás mellett foglalkoztatottakat is. A tanulókra vonatkozó évi adatok becsültek. Az egyéb inaktív kategóriát az évközepi népességszámból kiindulva kivonással határoztuk meg, így abban elvileg a MEF megfigyelési körébe nem tartozó intézményi népesség, illetve a továbbvezetés miatti korrekció is megjelenik. Forrás: Nyugdíjasok: : NYUFIG, 1992 : KSH MEF. Gyes, gyed, gyet: 1997-ig TB és becslés, utána MEF. Munkanélküliség: : NFSZ REG, 1992 : KSH MEF. A forrás adatok xls formátumban letölthetők: 206

207 3.4. táblázat: A 15 éves és idősebb népesség gazdasági aktivitása, százalék Gazdasági aktivitás éves férfiak, éves nők 60 éves és idősebb férfiak, 55 éves és idősebb nők Inaktívak Foglalkoztatotnélküli gyed-en, Egyéb Inaktív és egyéb Együtt Munka- Gyes-en, Nyugdíjas Nappali Foglalkoztatotnélküli Munka- Együtt Nyugdíjas tagozatos gyet-en inaktív összesen inaktív tanuló Év lévő ,4 0,0 4,9 6,0 4,2 5,5 20,6 100,0 25,9 0,0 74,1 100, ,9 1,0 4,8 9,2 4,2 5,0 23,1 100,0 15,1 0,0 84,9 100, ,7 6,7 8,1 11,9 4,7 9,8 34,5 100,0 4,7 0,3 95,0 100, ,3 6,5 8,4 12,2 4,8 9,9 35,2 100,0 4,5 0,3 95,3 100, ,4 5,6 8,9 12,4 4,8 9,9 35,9 100,0 4,2 0,3 95,5 100, ,5 5,0 9,7 11,5 4,9 9,3 35,4 100,0 3,9 0,3 95,8 100, ,3 4,7 8,9 11,2 4,9 9,1 34,0 100,0 4,8 0,1 95,1 100, ,4 4,3 8,5 11,8 4,6 9,4 34,3 100,0 5,4 0,1 94,5 100, ,4 3,8 8,5 11,8 4,7 9,9 34,8 100,0 5,8 0,1 94,1 100, ,2 3,9 8,3 12,1 4,7 9,8 35,0 100,0 6,7 0,1 93,1 100, ,4 4,0 8,0 12,1 4,7 9,8 34,6 100,0 8,3 0,2 91,5 100, ,7 4,1 8,0 12,3 4,7 10,3 35,2 100,0 9,6 0,2 90,2 100, ,8 4,9 7,5 12,3 4,6 9,8 34,3 100,0 9,8 0,3 89,8 100, ,3 5,2 6,9 13,5 4,3 8,7 33,5 100,0 9,8 0,3 89,8 100, ,0 5,1 6,9 13,8 4,6 8,7 33,9 100,0 9,9 0,3 89,8 100, ,4 5,3 6,6 13,7 4,7 9,2 34,3 100,0 9,7 0,4 89,8 100, ,9 6,8 6,1 13,6 4,8 9,8 34,3 100,0 10,2 0,6 89,3 100, ,6 7,7 5,7 13,7 4,7 9,5 33,7 100,0 11,2 0,7 88,1 100, ,2 7,6 5,1 13,5 4,8 9,6 33,1 100,0 12,1 0,9 87,0 100, ,1 7,8 4,5 13,4 4,6 8,5 31,1 100,0 11,9 0,9 87,2 100, ,6 7,3 4,4 13,0 4,5 8,2 30,1 100,0 12,2 0,9 86,9 100, ,3 5,7 4,0 12,5 4,2 7,3 28,0 100,0 13,5 0,9 85,6 100, ,1 5,1 3,6 12,4 4,3 6,6 26,9 100,0 15,0 0,9 84,1 100, ,4 3,9 3,3 12,0 4,4 6,6 26,3 100,0 17,1 0,8 82,1 100,0 Forrás: Nyugdíjasok: : NYUFIG, 1995 : KSH MEF. Gyes, gyed, gyet: 1997-ig TB és becslés, utána MEF. Munkanélküliség: 1990: NFSZ REG, 1995 : KSH MEF. A forrás adatok xls formátumban letölthetők: ábra: éves férfiak és éves nők megoszlása munkapiaci részvétel szerint Százalék Forrás: Nyugdíjasok: : NYUFIG, 1992 : KSH MEF. Gyes, gyed, gyet: 1997-ig TB és becslés, utána MEF. Munkanélküliség: : NFSZ REG, 1992 : KSH MEF. A forrás adatok xls formátumban letölthetők: Egyéb inaktív Gyes, gyed, gyet Tanuló Nyugdíjas Munkanélküli Foglalkoztatott

208 statisztikai adatok 3.5. táblázat: A 15 éves és idősebb férfiak gazdasági aktivitása, százalék éves férfiak 60 éves és idősebb férfiak Inaktívak Foglalkoztatotnélküli gyed-en, Egyéb Inaktív és egyéb Együtt Munka- Gyes-en, Nyugdíjas Nappali Foglalkoztatotnélküli Munka- Együtt Nyugdíjas tagozatos gyet-en inaktív összesen inaktív tanuló Év lévő ,4 0,0 5,4 6,1 0,0 3,1 14,6 100,0 35,0 0,0 65,0 100, ,0 1,2 6,0 9,1 0,0 2,6 17,8 100,0 15,7 0,0 84,3 100, ,6 8,2 8,9 11,6 0,2 7,5 28,2 100,0 4,7 0,3 95,0 100, ,4 7,7 9,2 11,8 0,1 7,8 28,9 100,0 3,7 0,2 96,1 100, ,7 6,7 9,7 11,9 0,0 7,9 29,6 100,0 3,3 0,2 96,4 100, ,7 5,9 10,9 11,1 0,0 8,4 30,4 100,0 3,4 0,4 96,2 100, ,5 5,4 9,9 10,7 0,1 8,3 29,1 100,0 4,6 0,1 95,4 100, ,5 5,0 9,9 11,3 0,1 8,2 29,5 100,0 5,0 0,1 94,9 100, ,6 4,5 9,8 11,1 0,1 8,9 29,9 100,0 5,1 0,1 94,8 100, ,5 4,3 9,7 11,7 0,2 8,6 30,1 100,0 5,6 0,1 94,3 100, ,5 4,3 9,3 11,6 0,1 9,1 30,1 100,0 6,5 0,1 93,4 100, ,0 4,3 9,3 11,8 0,1 9,5 30,7 100,0 7,8 0,1 92,1 100, ,9 5,0 8,8 11,9 0,2 9,1 30,0 100,0 7,9 0,1 92,0 100, ,8 5,2 8,2 12,8 0,1 7,9 29,0 100,0 7,2 0,1 92,6 100, ,5 5,2 8,3 13,0 0,1 7,9 29,3 100,0 7,4 0,1 92,5 100, ,7 5,5 8,3 13,0 0,1 8,4 29,8 100,0 7,0 0,1 92,8 100, ,6 7,3 7,7 13,0 0,1 9,2 30,1 100,0 7,3 0,2 92,5 100, ,8 8,3 7,3 13,2 0,1 9,2 29,8 100,0 7,2 0,3 92,6 100, ,1 8,0 6,6 12,9 0,1 9,3 28,9 100,0 7,8 0,3 91,9 100, ,6 8,4 6,1 12,9 0,1 7,8 27,0 100,0 7,6 0,4 92,0 100, ,6 7,7 5,6 12,4 0,1 7,6 25,7 100,0 8,7 0,5 90,8 100, ,7 5,8 5,0 11,7 0,1 6,7 23,6 100,0 10,4 0,9 88,7 100, ,5 5,1 4,5 11,6 0,1 6,1 22,4 100,0 13,3 1,0 85,7 100, ,6 4,0 4,1 11,3 0,1 5,9 21,4 100,0 16,8 0,8 82,3 100,0 Forrás: Nyugdíjasok: : NYUFIG, 1995 : KSH MEF. Gyes, gyed, gyet: 1997-ig TB és becslés, utána MEF. Munkanélküliség: 1990: NFSZ REG, 1995 : KSH MEF. A forrás adatok xls formátumban letölthetők: Százalék ábra: éves férfiak megoszlása munkapiaci részvétel szerint Forrás: Nyugdíjasok: : NYUFIG, 1992 : KSH MEF. Gyes, gyed, gyet: 1997-ig TB és becslés, utána MEF. Munkanélküliség: : NFSZ REG, 1992 : KSH MEF. A forrás adatok xls formátumban letölthetők: Egyéb inaktív Gyes, gyed, gyet Tanuló Nyugdíjas Munkanélküli Foglalkoztatott

209 3.6. táblázat: A 15 éves és idősebb nők gazdasági aktivitása, százalék Nyugdíjas Gazdasági aktivitás Foglalkoztatott Munkanélküli éves nők 55 éves és idősebb nők Inaktívak Gyes-en, Nyugdíjas Nappali Foglalkoztatotnélküli Munka- gyed-en, Egyéb Inaktív Együtt és egyéb tagozatos gyet-en inaktív összesen inaktív tanuló lévő Év ,8 0,0 4,3 5,9 8,8 8,2 27,2 100,0 21,1 0,0 78,9 100, ,3 0,9 3,3 9,3 8,7 7,6 28,9 100,0 14,8 0,0 85,2 100, ,4 5,2 7,3 12,2 9,6 12,3 41,4 100,0 4,7 0,3 95,1 100, ,8 5,2 7,6 12,6 9,8 12,0 42,0 100,0 4,8 0,3 94,9 100, ,6 4,5 8,1 12,9 9,9 12,0 42,9 100,0 4,7 0,3 95,0 100, ,0 4,1 8,4 12,0 10,2 10,4 40,9 100,0 4,1 0,3 95,6 100, ,6 3,9 7,7 11,7 10,1 10,0 39,5 100,0 4,9 0,1 95,0 100, ,9 3,5 7,0 12,5 9,5 10,6 39,5 100,0 5,7 0,1 94,2 100, ,8 3,1 7,0 12,5 9,7 10,9 40,1 100,0 6,2 0,1 93,7 100, ,4 3,4 6,9 12,7 9,7 11,0 40,2 100,0 7,3 0,2 92,5 100, ,9 3,5 6,6 12,5 9,8 10,6 39,6 100,0 9,2 0,2 90,6 100, ,0 3,9 6,5 12,8 9,7 11,2 40,2 100,0 10,4 0,3 89,3 100, ,2 4,8 6,0 12,8 9,6 10,6 38,9 100,0 10,8 0,4 88,8 100, ,3 5,2 5,5 14,3 9,0 9,7 38,5 100,0 11,1 0,4 88,5 100, ,9 5,0 5,4 14,6 9,5 9,6 39,1 100,0 11,1 0,4 88,4 100, ,7 5,1 4,8 14,5 9,9 10,1 39,2 100,0 11,1 0,6 88,4 100, ,7 6,2 4,3 14,3 10,0 10,4 39,1 100,0 11,6 0,7 87,7 100, ,9 7,0 3,9 14,4 9,9 9,9 38,1 100,0 13,1 1,0 85,9 100, ,8 7,1 3,4 14,3 10,3 10,0 38,1 100,0 14,2 1,2 84,6 100, ,1 7,1 2,7 14,1 9,7 9,2 36,0 100,0 14,1 1,2 84,7 100, ,0 6,9 3,0 13,7 9,5 8,8 35,1 100,0 14,0 1,1 84,9 100, ,3 5,5 2,8 13,4 9,0 8,1 33,2 100,0 15,0 0,9 84,0 100, ,9 5,0 2,5 13,3 9,1 7,2 32,1 100,0 15,9 0,9 83,2 100, ,6 3,6 2,4 12,7 9,4 7,4 31,9 100,0 17,2 0,8 82,0 100,0 Forrás: Nyugdíjasok: : NYUFIG, 1995 : KSH MEF. Gyes, gyed, gyet: 1997-ig TB és becslés, utána MEF. Munkanélküliség: 1990: NFSZ REG, 1995 : KSH MEF. A forrás adatok xls formátumban letölthetők: Százalék ábra: éves nők megoszlása munkapiaci részvétel szerint Munkanélküli Foglalkoztatott Forrás: Nyugdíjasok: : NYUFIG, 1992 : KSH MEF. Gyes, gyed, gyet: 1997-ig TB és becslés, utána MEF. Munkanélküliség: : NFSZ REG, 1992 : KSH MEF. A forrás adatok xls formátumban letölthetők: Egyéb inaktív Gyes, gyed, gyet Tanuló Nyugdíjas Együtt

210 statisztikai adatok 3.7. táblázat: A éves népesség létszáma munkapiaci kategóriánkénti önbesorolása szerint, ezer fő Együtt Dolgozik 3 852, , , , , , , , , , , ,5 Munkanélküli 488,2 470,4 450,2 476,7 591,3 670,7 675,8 700,4 666,5 538,8 454,6 366,3 Tanul 792,0 846,3 861,1 863,7 854,8 854,6 842,2 811,2 772,5 733,5 710,3 675,6 Nyugdíjas 755,6 622,9 592,2 635,6 627,6 599,3 582,0 630,3 613,6 557,5 477,5 420,1 Munkaképtelen (rokkant) 359,7 506,8 554,4 525,8 498,9 488,4 455,1 356,7 335,7 317,7 318,0 303,1 Gyed-en, gyes-en, gyet-en van 272,4 275,5 286,2 295,0 293,0 289,3 290,2 265,0 259,1 237,0 236,9 236,4 Háztartását látja el 134,6 115,2 111,9 104,0 101,9 95,3 104,3 93,1 96,9 85,3 91,7 93,7 Egyéb okból nem dolgozik 160,0 107,7 101,8 101,7 104,9 78,2 78,9 89,1 78,0 78,4 81,9 84,1 Összesen 6 814, , , , , , , , , , , ,9 Férfiak Dolgozik 2 088, , , , , , , , , , , ,6 Munkanélküli 265,2 251,6 242,0 255,8 333,6 375,6 372,2 382,9 364,4 283,7 241,4 198,9 Tanul 398,5 418,3 428,4 431,7 430,6 432,7 427,2 416,1 393,4 366,9 354,3 338,2 Nyugdíjas 304,5 234,9 217,4 243,4 246,2 245,6 243,7 254,9 236,7 209,7 167,1 133,1 Munkaképtelen (rokkant) 178,7 243,0 269,4 257,9 238,2 234,6 215,7 177,1 161,6 152,5 152,0 149,4 Gyed-en, gyes-en, gyet-en van 6,1 5,6 4,3 5,6 5,7 6,7 4,5 4,1 4,1 3,1 2,9 3,8 Háztartását látja el 7,0 5,4 6,3 6,8 6,8 9,6 10,0 7,0 9,8 8,3 9,4 8,9 Egyéb okból nem dolgozik 80,1 55,1 51,8 51,6 49,8 36,1 35,8 40,8 37,1 36,0 39,8 39,2 Összesen 3 328, , , , , , , , , , , ,1 Nők Dolgozik 1 763, , , , , , , , , , , ,0 Munkanélküli 223,0 218,8 208,3 220,9 257,6 295,1 303,6 317,5 302,1 255,0 213,2 167,4 Tanul 393,5 428,0 432,7 432,0 424,2 421,9 415,0 395,1 379,0 366,6 356,0 337,4 Nyugdíjas 451,1 388,0 374,8 392,2 381,4 353,7 338,2 375,4 376,9 347,8 310,3 287,0 Munkaképtelen (rokkant) 181,0 263,9 285,0 267,9 260,7 253,8 239,5 179,6 174,1 165,2 166,0 153,7 Gyed-en, gyes-en, gyet-en van 266,3 269,9 281,9 289,4 287,3 282,6 285,7 260,9 255,0 233,8 233,9 232,6 Háztartását látja el 127,6 109,7 105,6 97,2 95,1 85,7 94,3 86,1 87,2 77,0 82,3 84,7 Egyéb okból nem dolgozik 79,9 52,6 50,0 50,1 55,1 42,1 43,1 48,3 40,9 42,4 42,2 44,9 Összesen 3 486, , , , , , , , , , , ,8 Forrás: KSH MEF. A forrás adatok xls formátumban letölthetők: 210

211 3. Gazdasági aktivitás 3.8. táblázat: A éves népesség létszáma munkapiaci kategóriánkénti önbesorolása szerint, százalék Együtt Dolgozik 56,5 56,7 56,4 55,7 54,5 54,3 54,9 56,0 57,5 61,3 63,7 66,4 Munkanélküli 7,2 6,9 6,6 7,0 8,8 10,0 10,1 10,5 10,0 8,2 7,0 5,7 Tanul 11,6 12,4 12,7 12,8 12,7 12,7 12,5 12,1 11,6 11,1 10,9 10,4 Nyugdíjas 11,1 9,2 8,7 9,4 9,3 8,9 8,7 9,4 9,2 8,5 7,3 6,5 Munkaképtelen (rokkant) 5,3 7,4 8,2 7,8 7,4 7,3 6,8 5,3 5,1 4,8 4,9 4,7 Gyed-en, gyes-en, gyet-en van 4,0 4,0 4,2 4,4 4,3 4,3 4,3 4,0 3,9 3,6 3,6 3,6 Háztartását látja el 2,0 1,7 1,6 1,5 1,5 1,4 1,6 1,4 1,5 1,3 1,4 1,4 Egyéb okból nem dolgozik 2,3 1,6 1,5 1,5 1,6 1,2 1,2 1,3 1,2 1,2 1,3 1,3 Összesen 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 Férfiak Dolgozik 62,7 63,4 63,2 62,1 60,3 59,4 60,3 61,0 63,1 67,3 70,0 72,8 Munkanélküli 8,0 7,6 7,3 7,7 10,1 11,4 11,3 11,6 11,1 8,7 7,5 6,2 Tanul 12,0 12,6 12,9 13,0 13,0 13,1 13,0 12,6 12,0 11,3 11,0 10,6 Nyugdíjas 9,1 7,1 6,6 7,4 7,4 7,4 7,4 7,7 7,2 6,5 5,2 4,2 Munkaképtelen (rokkant) 5,4 7,3 8,1 7,8 7,2 7,1 6,5 5,4 4,9 4,7 4,7 4,7 Gyed-en, gyes-en, gyet-en van 0,2 0,2 0,1 0,2 0,2 0,2 0,1 0,1 0,1 0,1 0,1 0,1 Háztartását látja el 0,2 0,2 0,2 0,2 0,2 0,3 0,3 0,2 0,3 0,3 0,3 0,3 Egyéb okból nem dolgozik 2,4 1,7 1,6 1,6 1,5 1,1 1,1 1,2 1,1 1,1 1,2 1,2 Összesen 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 Nők Dolgozik 50,6 50,4 50,0 49,5 48,9 49,5 49,8 51,1 52,1 55,5 57,6 60,1 Munkanélküli 6,4 6,3 6,0 6,4 7,5 8,6 8,9 9,3 9,0 7,6 6,4 5,1 Tanul 11,3 12,3 12,5 12,5 12,3 12,3 12,1 11,6 11,2 11,0 10,8 10,3 Nyugdíjas 12,9 11,1 10,8 11,3 11,1 10,3 9,9 11,0 11,2 10,4 9,4 8,8 Munkaképtelen (rokkant) 5,2 7,6 8,2 7,7 7,6 7,4 7,0 5,3 5,2 4,9 5,0 4,7 Gyed-en, gyes-en, gyet-en van 7,6 7,7 8,1 8,4 8,3 8,2 8,3 7,7 7,6 7,0 7,1 7,1 Háztartását látja el 3,7 3,1 3,0 2,8 2,8 2,5 2,8 2,5 2,6 2,3 2,5 2,6 Egyéb okból nem dolgozik 2,3 1,5 1,4 1,4 1,6 1,2 1,3 1,4 1,2 1,3 1,3 1,4 Összesen 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 Forrás: KSH MEF. A forrás adatok xls formátumban letölthetők: 211

212 statisztikai adatok 4.1. táblázat: Összes foglalkoztatott Év Ezer fő 1992 = 100 Éves változás Foglalkoztatási arány a ,2 133,7.. 65, ,0 119,5.. 59, ,0 110,7 7,4 54, ,7 100,0 9,7 49, ,0 93,7 6,2 45, ,5 91,9 2,0 44, ,8 90,1 1,9 43, ,2 89,4 0,9 43, ,4 89,3 0,0 43, ,8 90,6 1,4 44, ,4 93,4 3,2 45, ,1 94,3 1,0 46, ,3 95,1 0,3 45, ,7 95,1 0,0 45, ,9 96,1 1,2 46, ,4 95,5 0,5 45, ,5 95,6 0,0 45, ,4 96,2 0,7 46, ,0 95,6 0,7 45, ,3 94,3 1,4 45, ,8 91,8 2,6 43, ,4 91,4 0,4 43, ,0 92,1 0,7 44, ,2 93,7 1,8 45, ,8 95,3 1,7 46, ,9 100,4 5,3 48, ,5 103,1 2,7 50, ,7 106,7 3,4 51,9 a A 14 év feletti népesség százalékában. Forrás: : KSH MEM, 1992 : KSH MEF. A forrás adatok xls formátumban letölthetők: ábra: Összes foglalkoztatott Összes foglalkoztatott Foglalkoztatási arány Ezer fő Százalék Forrás: : KSH MEM, 1992 : KSH MEF. A forrás adatok xls formátumban letölthetők: 212

213 4. Foglalkoztatottak 4.2. táblázat: Összes foglalkoztatott nemek szerint Férfiak Nők Év ezer fő 1992 = 100 ezer fő 1992 = 100 Nők aránya, % ,8 136, ,4 131,0 44, ,0 119, ,0 119,7 45, ,0 110, ,0 111,5 46, ,2 100, ,5 100,0 45, ,0 93, ,0 93,9 45, ,0 92, ,5 91,0 45, ,6 92, ,2 87,4 44, ,3 91, ,9 86,5 44, ,5 92, ,9 86,0 44, ,7 92, ,1 88,8 44, ,1 94, ,4 91,6 44, ,4 95, ,7 92,6 44, ,7 96, ,6 94,1 45, ,6 95, ,1 94,3 45, ,5 95, ,4 96,2 45, ,3 95, ,1 95,6 45, ,1 95, ,4 95,8 45, ,6 96, ,8 96,0 45, ,3 96, ,7 95,1 45, ,6 94, ,7 94,1 45, ,1 91, ,8 92,4 46, ,5 89, ,8 93,3 46, ,0 91, ,0 93,2 46, ,8 92, ,4 95,4 46, ,7 94, ,0 96,0 46, ,5 100, ,4 100,9 45, ,5 103, ,0 103,4 45, ,5 106, ,1 106,7 45,7 Forrás: : KSH MEM, 1992 : KSH MEF. A forrás adatok xls formátumban letölthetők: ábra: Összes foglalkoztatott nemek szerint Ezer fő Nők Férfiak Forrás: : KSH MEM, 1992 : KSH MEF. A forrás adatok xls formátumban letölthetők: 213

214 statisztikai adatok 4.3. táblázat: A foglalkoztatottak kor szerinti megoszlása, férfiak, százalék Év éves Összesen ,0 10,8 64,1 8,6 6,8 4,7 100, ,5 12,4 67,3 10,6 6,4 1,8 100, ,2 10,4 68,6 11,1 6,7 2,0 100, ,9 9,4 69,4 11,3 6,9 2,1 100, ,7 8,6 69,1 11,8 7,3 2,5 100, ,7 7,4 69,5 12,0 7,3 3,0 100, ,6 6,8 68,9 12,7 7,9 3,1 100, ,6 6,7 71,1 10,3 8,5 2,8 100, ,5 6,7 71,3 10,2 8,4 2,9 100, ,5 6,4 71,2 10,6 8,5 2,8 100, ,4 5,7 70,6 10,9 9,3 3,1 100, ,3 5,8 70,5 10,8 9,8 2,8 100, ,3 5,5 69,8 10,9 10,0 3,5 100, ,3 5,5 69,4 10,7 10,7 3,4 100, ,4 6,1 68,6 10,3 10,7 3,9 100, ,5 6,4 68,2 9,9 10,5 4,5 100, ,7 6,3 67,3 10,0 10,1 5,8 100, ,7 6,7 66,1 9,9 9,5 7,2 100,0 Forrás: 1990: szakértői becslés a népszámlálás alapján : KSH MEF. A forrás adatok xls formátumban letölthetők: táblázat: A foglalkoztatottak kor szerinti megoszlása, nők, százalék Év éves Összesen ,2 8,6 66,2 10,0 10,0 100, ,4 11,1 69,6 12,7 5,2 100, ,1 9,6 70,5 13,1 5,7 100, ,8 9,2 69,4 13,8 6,8 100, ,5 8,2 68,8 14,0 8,5 100, ,5 7,1 68,2 14,6 9,7 100, ,4 6,3 67,7 15,4 10,2 100, ,4 6,0 70,1 12,9 10,6 100, ,3 5,8 70,0 13,1 10,8 100, ,3 5,6 69,8 13,4 10,9 100, ,2 5,4 69,1 13,5 11,8 100, ,3 5,3 67,4 13,6 13,4 100, ,2 5,1 66,4 13,4 14,9 100, ,2 5,2 66,6 13,4 14,6 100, ,3 5,1 67,1 13,1 14,4 100, ,4 5,6 66,4 12,7 14,9 100, ,4 6,1 65,6 12,5 15,4 100, ,5 6,0 65,2 12,2 16,1 100,0 Forrás: 1990: szakértői becslés a népszámlálás alapján : KSH MEF. A forrás adatok xls formátumban letölthetők: 214

215 4. Foglalkoztatottak 4.5. táblázat: A foglalkoztatottak iskolai végzettség szerinti megoszlása, férfiak, százalék Általános iskola 8 Szakmunkásképző, Gimnáziumi és Főiskola, Év osztály és kevesebb szakiskola egyéb érettségi egyetem Összesen ,6 42,8 26,0 15,6 100, ,6 43,2 26,4 15,8 100, ,0 41,3 27,7 17,0 100, ,0 40,4 28,0 18,6 100, ,0 40,8 27,7 18,5 100, ,3 41,0 28,2 18,5 100, ,7 40,7 28,8 18,8 100, ,7 39,4 29,1 19,8 100, ,9 38,7 30,1 20,3 100, ,6 38,3 30,6 20,5 100, ,7 37,2 30,2 21,9 100, ,6 36,8 30,1 22,5 100, ,2 37,1 30,1 22,6 100, ,1 35,8 30,6 22,5 100, ,8 34,5 31,0 22,7 100, ,9 34,6 31,6 21,9 100,0 Forrás: KSH MEF. A forrás adatok xls formátumban letölthetők: táblázat: A foglalkoztatottak iskolai végzettség szerinti megoszlása, nők, százalék Általános iskola 8 Szakmunkásképző, Gimnáziumi és Főiskola, Év osztály és kevesebb szakiskola egyéb érettségi egyetem Összesen ,1 21,3 40,3 19,3 100, ,5 21,5 40,2 19,8 100, ,4 21,5 40,9 21,2 100, ,9 20,5 40,2 23,4 100, ,4 20,2 40,0 24,4 100, ,2 20,7 40,0 25,1 100, ,5 21,2 40,0 25,3 100, ,3 20,3 39,2 27,2 100, ,5 19,8 39,3 28,4 100, ,3 20,3 38,8 28,6 100, ,7 20,1 38,0 30,2 100, ,0 19,5 38,4 31,1 100, ,9 19,6 38,1 31,4 100, ,4 19,4 37,8 31,5 100, ,5 19,1 37,4 32,0 100, ,0 18,4 38,3 31,3 100,0 Forrás: KSH MEF. A forrás adatok xls formátumban letölthetők: 215

216 statisztikai adatok 4.7. táblázat: A foglalkoztatottak száma foglalkozási viszony szerint, ezer fő Alkalmazásban állók Szövetkezeti tagok Egyéb társas vállalkozások tagjai Egyéni vállalkozók és segítő családtagjaik Összesen Év ,2 22,5 109,9 401, , ,2 8,6 114,7 399, , ,8 8,1 136,6 407, , ,3 5,8 146,7 381, , ,9 4,8 128,0 366, , ,5 4,7 123,9 357, , ,4 2,6 120,9 346, , ,9 2,5 131,7 338, , ,7 2,9 137,6 319, , ,5 2,0 133,3 321, , ,1 2,3 144,3 302, , ,9 3,3 156,6 279, , ,0 3,6 157,3 288, , ,8 1,7 150,3 304, , ,4 0,9 147,1 319, ,6 Megjegyzés: Sorkatonák nélkül. A STADAT gyakorlatával szemben azok, akik téli közmunkaprogram képzési részében vettek részt és mint ilyenek a foglalkoztatotti létszámnál beszámításra kerültek, a foglalkozási viszony szerinti bontásban is szerepelnek az alkalmazásban álló kategóriában elszámolva. Forrás: KSH MEF. A forrás adatok xls formátumban letölthetők: táblázat: A foglalkoztatottak megoszlása foglalkozási viszony szerint, százalék Alkalmazásban állók Szövetkezeti tagok Egyéb társas vállalkozások tagjai Egyéni vállalkozók és segítő családtagjaik Összesen Év ,2 0,6 2,8 10,4 100, ,7 0,2 2,8 10,3 100, ,8 0,2 3,5 10,5 100, ,3 0,1 3,8 9,8 100, ,3 0,1 3,2 9,4 100, ,6 0,1 3,1 9,2 100, ,7 0,1 3,2 9,0 100, ,5 0,1 3,6 8,8 100, ,7 0,1 3,7 8,5 100, ,9 0,0 3,5 8,5 100, ,3 0,1 3,8 7,9 100, ,9 0,1 4,0 7,0 100, ,1 0,1 4,0 6,8 100, ,1 0,0 3,6 7,3 100, ,3 0,0 3,4 7,3 100,0 Megjegyzés: Sorkatonák nélkül. A STADAT gyakorlatával szemben azok, akik téli közmunkaprogram képzési részében vettek részt és mint ilyenek a foglalkoztatotti létszámnál beszámitásra kerültek, a foglalkozási viszony szerinti bontásban is szerepelnek az alkalmazásban álló kategóriában elszámolva. Forrás: KSH MEF. A forrás adatok xls formátumban letölthetők: 216

217 4. Foglalkoztatottak 4.9. táblázat: Az alkalmazásban állók megoszlása ágazat szerint, nemek szerinti bontásban, százalék Mezőgazdaság, erdőgazdaság, halászat Férfiak Nők Együtt Férfiak Nők Együtt Férfiak Nők Együtt Férfiak Nők Együtt Férfiak Nők Együtt 5,6 1,9 3,8 5,1 1,9 3,5 5,0 1,7 3,5 5,3 1,9 3,7 5,4 1,9 3,8 Bányászat, kőfejtés 0,4 0,1 0,2 0,4 0,1 0,2 0,4 0,1 0,3 0,4 0,1 0,2 0,3 0,1 0,2 Feldolgozóipar 26,4 17,9 22,3 26,7 18,0 22,6 28,1 18,0 23,3 27,4 18,0 23,0 27,5 18,1 23,1 Villamosenergia-, gáz-, gőzellátás, légkondicionálás Vízellátás, szennyvíz gyűjtése, kezelése, hulladék-gazdálkodás, szennyeződés-mentesítés 1,5 0,5 1,1 1,3 0,5 0,9 1,4 0,6 1,0 1,3 0,4 0,9 1,2 0,5 0,9 2,7 0,9 1,8 2,6 0,8 1,7 2,2 0,7 1,5 2,1 0,7 1,5 2,3 0,7 1,5 Építőipar 10,0 1,0 5,7 10,1 0,9 5,7 10,0 1,0 5,7 10,2 0,9 5,8 10,1 0,9 5,8 Kereskedelem, gépjárműjavítás 10,7 15,9 13,2 10,3 15,6 12,8 10,2 15,5 12,7 9,6 15,2 12,3 9,7 14,6 12,0 Szállítás, raktározás 9,8 3,8 6,9 9,7 3,8 6,9 9,1 3,8 6,6 9,0 3,7 6,5 9,4 3,5 6,6 Szálláshely-szolgáltatás, vendéglátás 3,1 5,2 4,1 3,0 5,0 4,0 3,0 5,2 4,1 3,5 5,3 4,4 3,8 5,1 4,4 Információ, kommunikáció 3,4 1,6 2,5 3,2 1,9 2,6 3,0 1,8 2,4 3,1 1,5 2,4 3,3 1,7 2,6 Pénzügyi, biztosítási tevékenység 1,5 3,3 2,4 1,8 3,3 2,5 1,6 3,0 2,3 1,3 3,0 2,1 1,5 3,0 2,2 Ingatlanügyletek 0,6 0,5 0,5 0,5 0,5 0,5 0,4 0,4 0,4 0,5 0,4 0,4 0,4 0,5 0,5 Szakmai, tudományos, műszaki tevékenység 1,9 3,4 2,6 2,2 3,7 2,9 2,0 3,5 2,7 1,9 3,5 2,7 1,8 3,3 2,5 Adminisztratív és szolgáltatást támogató tevékenység Közigazgatás, védelem; kötelező társadalombiztosítás 3,8 2,9 3,4 4,3 2,8 3,6 4,1 3,0 3,6 4,3 2,9 3,6 4,2 3,2 3,7 9,2 9,8 9,5 10,1 11,1 10,6 10,5 11,6 11,0 10,9 13,0 11,9 10,9 13,5 12,1 Oktatás 4,1 14,7 9,2 3,8 14,2 8,8 3,8 14,1 8,7 3,6 13,6 8,3 3,2 13,7 8,1 Humán-egészségügyi, szociális ellátás 2,6 12,5 7,3 2,6 12,2 7,2 2,5 11,9 7,0 2,5 11,6 6,8 2,4 11,7 6,8 Művészet, szórakoztatás, szabad idő 1,3 1,8 1,5 1,1 1,6 1,3 1,5 1,6 1,5 1,7 2,0 1,8 1,4 2,1 1,7 Egyéb szolgáltatás 1,2 2,3 1,7 1,2 2,3 1,8 1,2 2,4 1,8 1,2 2,3 1,7 1,2 2,1 1,6 Összesen 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 Forrás: KSH MEF. A forrás adatok xls formátumban letölthetők: táblázat: A munkahelyükön 0 6 hónapja dolgozók aránya, százalék Magyarország 7,2 6,3 6,6 7,2 6,8 7,0 6,8 7,5 7,6 7,4 7,9 7,3 8,4 9,1 8,9 8,4 7,5 Forrás: KSH MEF, IV. negyedévi hullámok. A forrás adatok xls formátumban letölthetők: 217

218 statisztikai adatok táblázat: A vállalati szférában alkalmazottak a megoszlása vállalatméret szerint, százalék 20 fősnél kisebb fős fős fős 1000 fősnél nagyobb Év cégeknél alkalmazottak ,6 14,0 21,5 20,1 22, ,0 15,3 20,5 19,3 21, ,6 14,8 21,3 18,3 22, ,0 15,0 20,5 17,5 20, ,7 10,7 25,7 24,3 23, ,2 14,2 20,0 18,4 22, ,0 15,7 20,7 18,9 18, ,4 15,7 19,7 18,4 22, ,5 15,7 18,6 18,0 24, ,9 15,6 18,5 17,7 23, ,2 14,7 18,3 18,6 24, ,2 14,5 18,1 19,0 25, ,8 15,0 18,4 19,2 23, ,0 15,4 18,5 17,9 24, ,9 15,9 18,0 16,9 24,3 a 5 fős vagy nagyobb vállalkozások. Forrás: NFSZ BT. A forrás adatok xls formátumban letölthetők: táblázat: A vállalati szférában alkalmazottak a megoszlása a külföldi tulajdonhányad szerint, százalék Külföldi tulajdonhányad % 17,7 16,5 17,7 18,6 19,0 19,4 20,4 17,5 19,2 20,2 21,1 21,8 22,9 20,6 20,8 Többségi 9,2 8,8 7,8 8,5 7,5 7,4 6,4 6,3 5,4 5,7 6,5 7,8 5,1 5,6 4,7 Kisebbségi 3,6 3,9 3,8 3,1 2,2 2,9 2,2 1,7 1,9 1,6 1,5 2,9 2,2 1,9 1,8 0% 69,5 70,8 70,7 69,8 71,3 70,3 71,0 74,6 73,5 72,4 70,9 67,5 69,9 71,9 72,6 a 5 fős vagy nagyobb vállalkozások. Forrás: NFSZ BT. A forrás adatok xls formátumban letölthetők: ábra: A vállalati szférában alkalmazottak megoszlása vállalatméret és külföldi tulajdonhányad szerint Kisebbségi Százalék Többségi 100% % Forrás: NFSZ BT. A forrás adatok xls formátumban letölthetők: 218

219 4. Foglalkoztatottak táblázat: éves népesség foglalkoztatási rátája, férfiak, százalék Év Összesen ,4 59,9 78,8 66,0 38,3 10,0 3,2 54, ,6 60,3 80,5 69,0 44,0 10,4 3,8 56, ,4 58,9 80,9 69,6 49,6 11,8 3,8 56, ,9 56,7 81,6 68,2 51,3 13,1 3,1 57, ,6 53,1 81,9 68,6 52,8 14,4 3,4 57, ,8 51,8 82,2 69,7 55,2 16,8 3,8 57, ,5 46,5 82,7 69,7 54,0 20,1 4,3 57, ,0 43,6 82,5 70,1 56,6 20,9 4,2 57, ,1 44,0 83,1 70,7 58,5 18,9 4,2 58, ,7 44,0 83,4 71,0 57,3 18,0 4,7 57, ,5 42,0 82,9 71,6 54,5 16,5 4,8 56, ,4 36,7 80,5 70,5 56,1 16,7 5,0 55, ,2 36,7 79,6 69,0 56,3 16,5 4,7 54, ,4 36,1 81,0 71,2 56,9 17,4 4,4 55, ,2 35,9 81,5 73,1 61,2 17,0 5,2 55, ,8 40,8 82,6 74,2 64,9 21,1 4,9 57, ,8 45,6 86,6 76,9 70,6 26,9 4,4 60, ,9 46,6 87,9 80,5 73,9 35,3 4,6 62, ,2 52,7 89,0 83,0 76,2 44,7 5,9 65,0 Forrás: KSH MEF. A forrás adatok xls formátumban letölthetők: táblázat: éves népesség foglalkoztatási rátája, nők, százalék Év Összesen ,7 47,5 66,3 52,3 13,6 5,0 1,2 41, ,7 48,1 67,3 59,4 16,2 5,5 1,6 42, ,0 45,9 67,8 62,5 20,0 5,1 1,8 43, ,3 44,2 68,0 62,1 23,2 5,5 1,3 43, ,3 44,2 67,0 64,0 28,3 6,0 1,5 43, ,1 41,9 67,8 65,8 35,1 7,3 2,0 44, ,7 37,4 67,2 66,0 39,8 9,0 1,9 44, ,6 34,7 67,4 66,6 41,7 9,6 1,5 44, ,5 33,6 67,8 67,5 42,4 8,5 1,6 44, ,0 32,4 67,8 68,1 40,0 9,4 2,2 44, ,8 31,3 67,8 68,7 38,7 9,8 2,3 43, ,5 30,0 66,7 68,3 40,7 9,7 2,2 43, ,9 30,3 66,6 69,4 46,6 9,5 2,4 43, ,5 30,0 66,2 68,8 49,9 11,0 2,6 43, ,4 31,3 68,3 72,7 49,7 11,2 2,6 44, ,7 30,5 69,3 74,0 51,4 11,1 2,4 45, ,0 35,2 72,3 77,9 56,8 13,4 2,3 48, ,9 39,9 73,4 80,3 60,0 17,3 2,6 49, ,9 41,8 75,3 81,6 64,7 21,9 2,9 51,3 Forrás: KSH MEF. A forrás adatok xls formátumban letölthetők: 219

220 statisztikai adatok táblázat: évesek foglalkoztatási rátája iskolai végzettség szerint, férfiak, százalék Általános iskola 8 Szakmunkásképző, Gimnáziumi és Főiskola, Év osztály és kevesebb szakiskola egyéb érettségi egyetem Összesen ,0 75,3 67,0 84,9 60, ,6 76,8 68,3 86,8 62, ,6 77,4 67,9 87,1 63, ,0 77,6 67,3 87,4 62, ,0 77,6 67,1 85,8 62, ,4 76,5 67,8 86,4 63, ,0 75,7 67,3 87,1 63, ,6 74,7 66,9 86,9 63, ,4 75,6 67,7 86,0 63, ,0 74,4 67,3 85,6 63, ,1 72,4 66,1 84,3 62, ,8 69,5 64,6 82,8 60, ,1 67,7 64,2 81,8 59, ,0 68,0 64,5 83,7 60, ,0 68,7 64,6 84,4 61, ,8 70,9 67,1 85,3 63, ,3 74,8 71,2 87,1 67, ,9 77,1 73,2 88,6 70, ,5 80,1 76,1 90,5 73,0 Forrás: KSH MEF. A forrás adatok xls formátumban letölthetők: ábra: Foglalkoztatási ráta korcsoportok szerint, éves férfiak, negyedévenként évesek évesek évesek évesek évesek évesek Forrás: KSH MEF. A forrás adatok xls formátumban letölthetők: 220

221 4. Foglalkoztatottak táblázat: évesek foglalkoztatási rátája iskolai végzettség szerint, nők, százalék Általános iskola 8 Szakmunkásképző, Gimnáziumi és Főiskola, Év osztály és kevesebb szakiskola egyéb érettségi egyetem Összesen ,6 60,5 58,1 76,9 47, ,1 61,4 59,0 77,5 49, ,0 61,0 59,3 77,8 49, ,1 60,8 59,2 77,8 49, ,0 60,4 58,6 77,9 49, ,3 59,7 59,5 78,3 50, ,0 58,8 58,1 78,1 50, ,1 57,6 57,9 78,9 51, ,3 57,8 57,5 78,0 51, ,6 57,2 57,2 75,5 50, ,7 55,2 56,1 75,3 50, ,7 54,0 54,6 74,2 49, ,3 56,2 54,0 74,3 50, ,5 56,1 53,9 74,6 50, ,6 56,8 56,3 74,3 51, ,7 57,1 56,6 74,2 52, ,3 60,4 59,1 76,1 55, ,7 62,3 61,3 77,3 57, ,5 63,4 64,1 80,0 60,2 Forrás: KSH MEF. A forrás adatok xls formátumban letölthetők: ábra: Foglalkoztatási ráta korcsoportok szerint, éves nők, negyedévenként évesek évesek évesek évesek évesek évesek Forrás: KSH MEF. A forrás adatok xls formátumban letölthetők: 221

222 statisztikai adatok 5.1. táblázat: A munkanélküliségi ráta alakulása nem szerint, és a tartósan munkanélküliek aránya, százalék Munkanélküliségi ráta Tartósan Év Férfiak Nők Együtt munkanélküli a ,7 8,7 9, ,2 10,4 11, ,8 9,4 10,7 43, ,3 8,7 10,2 50, ,7 8,8 9,9 54, ,5 7,8 8,7 51, ,5 7,0 7,8 48, ,5 6,3 7,0 49, ,0 5,6 6,4 49, ,3 5,0 5,7 46, ,1 5,4 5,8 44, ,1 5,6 5,9 43, ,1 6,1 6,1 45, ,0 7,5 7,2 46, ,1 7,9 7,5 46, ,1 7,7 7,4 48, ,7 8,0 7,8 48, ,3 9,7 10,0 42, ,6 10,7 11,2 50, ,1 11,0 11,0 49, ,3 10,6 11,0 47, ,2 10,1 10,2 50, ,6 7,9 7,7 49, ,6 7,0 6,8 47, ,1 5,1 5,1 48,4 a Tartósan munkanélküli, aki 12 hónapja vagy annál hosszabb ideje van munka nélkül, 90 napon belül új állásban kezdők nélkül. Megjegyzés: A nevezőben a foglalkoztatottak között a sorkatonák is figyelembe vannak véve. Forrás: KSH MEF. A forrás adatok xls formátumban letölthetők: ábra: A munkanélküliségi ráta nemek szerint 12 Százalék 9 6 Nők Férfiak Forrás: KSH MEF. A forrás adatok xls formátumban letölthetők:

223 5. Munkanélküliek 5.2. táblázat: Munkanélküliségi ráta az iskolai végzettség szerint, férfiak, százalék Általános iskola 8 osztály és kevesebb Szakmunkásképző, szakiskola Gimnáziumi és egyéb érettségi Főiskola, egyetem Összesen Év ,4 7,7 4,8 1,6 7, ,6 6,4 4,3 1,2 6, ,1 6,2 4,0 1,4 6, ,6 6,6 3,9 1,6 6, ,3 6,4 4,1 1,7 6, ,6 7,4 4,9 2,3 7, ,3 7,0 5,1 2,6 7, ,7 6,8 5,1 2,4 7, ,2 7,7 5,2 2,3 7, ,6 10,7 7,6 3,6 10, ,2 12,2 8,3 4,9 11, ,5 12,1 8,3 4,1 11, ,3 12,0 9,6 4,2 11, ,5 10,8 8,4 3,4 10, ,4 7,8 6,2 2,8 7, ,7 6,7 5,3 2,2 6, ,7 4,9 4,0 1,8 5,1 Forrás: KSH MEF. A forrás adatok xls formátumban letölthetők: táblázat: A munkanélküliek iskolai végzettség szerinti megoszlása, férfiak, százalék Általános iskola 8 Szakmunkásképző, Gimnáziumi és Főiskola, Év osztály és kevesebb szakiskola egyéb érettségi egyetem Összesen ,9 45,8 17,9 3,4 100, ,5 43,2 17,5 2,8 100, ,7 43,3 16,7 3,3 100, ,0 44,7 17,2 4,1 100, ,9 42,6 18,6 4,9 100, ,1 43,1 19,0 5,8 100, ,4 40,3 19,9 6,4 100, ,1 38,6 20,4 5,9 100, ,9 39,4 19,2 5,5 100, ,2 40,5 21,7 6,6 100, ,3 40,5 21,1 8,1 100, ,4 41,1 21,9 7,6 100, ,1 39,3 24,9 7,6 100, ,2 39,3 24,4 7,1 100, ,6 37,0 24,5 7,9 100, ,4 34,9 24,5 7,2 100, ,9 33,2 24,6 7,3 100,0 Forrás: KSH MEF. A forrás adatok xls formátumban letölthetők: 223

224 statisztikai adatok 5.4. táblázat: Munkanélküliségi ráta az iskolai végzettség szerint, nők, százalék Általános iskola 8 Szakmunkásképző, Gimnáziumi és Főiskola, Év osztály és kevesebb szakiskola egyéb érettségi egyetem Összesen ,1 7,4 4,9 1,5 5, ,4 6,4 4,0 1,6 5, ,3 6,5 4,4 2,4 5, ,5 7,2 4,4 1,9 5, ,3 8,0 5,3 2,9 6, ,0 9,8 6,7 3,1 7, ,2 10,4 6,5 2,7 7, ,3 9,7 6,2 3,2 7, ,4 9,6 6,8 3,1 8, ,6 12,6 7,8 4,1 9, ,8 12,6 9,6 4,3 10, ,5 12,9 9,9 4,4 11, ,4 12,7 9,4 4,7 10, ,7 12,8 9,0 4,3 10, ,7 9,3 7,1 3,4 7, ,1 8,7 5,9 2,6 7, ,7 6,8 4,3 1,8 5,1 Forrás: KSH MEF. A forrás adatok xls formátumban letölthetők: táblázat: A munkanélküliek iskolai végzettség szerinti megoszlása, nők, százalék Általános iskola 8 Szakmunkásképző, Gimnáziumi és Főiskola, Év osztály és kevesebb szakiskola egyéb érettségi egyetem Összesen ,8 28,2 35,0 5,0 100, ,7 28,0 32,2 6,1 100, ,2 26,0 32,2 8,5 100, ,7 28,3 32,0 7,0 100, ,8 27,4 34,2 10,6 100, ,2 27,1 35,2 9,5 100, ,8 27,9 32,3 8,0 100, ,3 27,2 31,6 9,9 100, ,3 24,7 33,0 10,0 100, ,8 26,4 30,6 11,2 100, ,5 24,4 34,3 10,7 100, ,8 24,1 33,9 11,2 100, ,8 23,8 33,5 12,9 100, ,5 25,6 33,4 12,5 100, ,5 23,1 33,4 13,0 100, ,5 24,1 31,2 11,3 100, ,4 24,9 31,8 10,9 100,0 Forrás: KSH MEF. A forrás adatok xls formátumban letölthetők: 224

225 5. Munkanélküliek 5.2. ábra: A különböző munkapiaci állományok közötti negyedéves áramlások intenzitásának alakulása a éves népességben 100 Foglalkoztatás Munkanélküliség Inaktivitás Foglalkoztatás Munkanélküliség Inaktivitás Megjegyzés: A számításokat a KSH Munkaerő-felmérés mikroadataira támaszkodva végeztük a éves korcsoportra. Az átlépési esélyeket két állapot között egy negyedév során átlépő emberek számának és a kiinduló állapot megelőző negyedév állományának hányadosaként kapjuk, majd az állomány-áramlás konzisztencia érdekében korrigáltuk. A piros görbék negyedfokú polinommal simított trendet mutatnak. Forrás: KSH MEF. A forrás adatok xls formátumban letölthetők: 225

226 statisztikai adatok 5.6. táblázat: A munkanélküliek száma a a munkakeresés hossza szerint, ezer fő A munkakeresés időtartama: hét [hónap] Összesen Év [<1] [1 3] [4 6] [7 11] [12] [13 18] [19 24] [>24] ,9 90,9 96,4 110,7 10,6 41,7 38,4 n.é. 432, ,2 74,8 87,9 120,5 14,7 75,1 83,7 n.é. 492, ,5 56,5 65,0 91,9 8,4 63,0 73,8 40,4 429, ,0 51,0 56,5 69,4 20,2 57,2 34,3 93,2 404, ,9 46,4 49,3 61,5 18,2 56,1 37,1 100,2 388, ,1 43,7 45,9 54,4 15,7 44,5 31,1 77,3 328, ,9 44,2 44,5 45,7 16,0 39,0 27,6 63,5 293, ,4 44,1 38,8 46,0 13,2 38,1 26,8 62,3 284, ,7 38,5 35,1 42,8 12,7 36,9 23,6 55,4 261, ,9 37,0 33,2 38,6 11,5 31,6 20,9 44,2 231, ,5 39,4 34,8 40,7 11,6 32,7 19,8 42,5 237, ,9 42,1 38,9 42,0 14,5 27,6 17,6 43,0 241, ,0 42,0 39,9 41,8 13,5 33,4 19,6 47,2 250, ,8 48,9 44,1 51,3 14,1 41,0 27,4 54,3 295, ,2 51,1 48,5 52,0 17,9 41,1 26,6 59,7 310, ,9 49,5 44,2 50,5 12,8 42,8 26,2 65,1 304, ,5 50,3 47,9 53,4 13,5 39,1 26,3 74,0 317, ,7 71,4 66,6 77,5 18,4 51,3 27,1 79,0 410, ,9 65,4 62,5 83,5 23,2 74,7 42,6 93,7 462, ,9 70,7 62,8 70,0 18,0 64,7 40,1 103,7 458, ,2 64,0 63,1 80,5 22,2 59,5 36,6 100,9 466, ,2 49,4 53,7 62,1 25,3 49,8 45,0 97,1 430, ,5 41,5 44,9 46,3 19,0 35,1 29,2 82,7 335, ,9 43,0 38,6 44,0 18,2 30,0 23,7 69,6 298, ,9 29,8 29,3 29,4 12,2 24,1 20,4 52,8 226,9 a A 30 napon (2003-tól 90 napon) belül új állásban kezdők nélkül. Forrás: KSH MEF. A forrás adatok xls formátumban letölthetők: 226

227 5. Munkanélküliek 5.3. ábra: Munkanélküliségi ráta korcsoportonként, éves férfiak, negyedévenként évesek évesek évesek évesek évesek 5 Munkanélküliségi ráta logaritmusa Forrás: KSH MEF. A forrás adatok xls formátumban letölthetők: ábra: Munkanélküliségi ráta korcsoportonként, éves nők, negyedévenként évesek évesek évesek évesek évesek 2016 Munkanélküliségi ráta logaritmusa Forrás: KSH MEF. A forrás adatok xls formátumban letölthetők:

228 statisztikai adatok 5.7. táblázat: A regisztrált munkanélküliek a és a MEF munkanélküliség alakulása Regisztrált munkanélküli MEF munkanélküli, összesen MEF munkanélküli, éves Év ezer fő ráta, % ezer fő ráta, % ezer fő ráta, % , ,7 11,9 416,5 10,2 114,3 18, ,6 12,1 400,1 9,9 106,3 17, ,1 11,6 348,8 8,7 95,8 15, ,1 10,5 313,0 7,8 87,6 13, ,5 10,2 284,7 7,0 78,6 12, ,5 9,6 262,5 6,4 70,7 12, ,1 8,8 232,9 5,7 55,7 10, ,7 8,3 238,8 5,8 56,5 12, ,2 8,7 244,5 5,9 54,9 13, ,9 9,1 252,9 6,1 55,9 15, ,9 9,8 303,9 7,2 66,9 19, ,5 9,4 318,2 7,5 64,1 19, ,9 10,1 312,1 7,4 57,4 18, ,3 10,4 326,3 7,8 60,0 19, ,8 13,5 417,8 10,0 78,8 26, ,7 14,0 469,4 11,2 78,3 26, ,9 14,0 466,0 11,0 74,5 26, ,1 13,3 473,2 11,0 84,6 28, ,6 12,4 441,0 10,2 83,5 26, ,4 9,8 343,3 7,7 67,6 20, ,2 8,6 307,8 6,8 58,9 17, ,8 7,0 234,6 5,1 44,7 12,9 a november 1-je után: nyilvántartott álláskeresők adatbázisa. Az évi IV. törvény a foglalkoztatás elősegítéséről és a munkanélküliek ellátásáról november 1-jei változása a regisztrált munkanélküli fogalmát nyilvántartott álláskeresőkre változtatta. A munkaerő mérleg összeállításának évi megszűnésével a regisztrált munkanélküliségi ráta bázisául szolgáló gazdaságilag aktív népességszám a Munkaerő felmérésből származik. Az áttéréssel egy időben a vonatkozó idősor ennek megfelelően visszamenőlegesen korrigálásra került. Megjegyzés: A regisztrált munkanélküliek relatív mutatója (ráta) nevezője az előző év január 1-jei gazdaságilag aktív népesség. Forrás: Regisztrált munkanélküliek: NFSZ; MEF-munkanélküliség: KSH MEF. A forrás adatok xls formátumban letölthetők: ábra: A regisztráltak és a MEF szerinti munkanélküliségi ráták Százalék MEF munkanélküli Regisztrált munkanélküli Megjegyzés: november 1-je után: nyilvántartott álláskeresők adatbázisa. Forrás: Regisztrált munkanélküliek: NFSZ; MEF-munkanélküliség: KSH MEF. A forrás adatok xls formátumban letölthetők: 228

229 5. Munkanélküliek 5.8. táblázat: A regisztrált munkanélküliek a megoszlása iskolai végzettség szerint, éves átlag, százalék Iskolai végzettség Általános iskola 8 osztály és kevesebb 42,0 42,4 42,7 42,3 41,9 42,0 42,4 43,3 40,1 39,3 40,3 40,3 40,5 41,0 42,4 42,2 Szakmunkásképző, szakiskola 34,1 33,5 32,9 32,3 32,4 32,1 31,5 30,9 32,5 31,4 29,8 29,2 29,0 28,3 27,1 27,0 Érettségit és/vagy képesítést adó 13,1 13,2 13,1 13,4 13,5 13,4 13,3 13,1 14,4 15,0 14,9 15,1 15,3 15,3 15,0 14,9 középiskola Gimnázium 7,7 7,6 7,5 7,7 7,9 8,0 8,2 8,2 8,5 9,1 9,5 9,7 9,8 10,1 10,1 10,1 Főiskola 2,2 2,4 2,7 3,1 3,2 3,3 3,3 3,3 3,2 3,7 3,8 3,8 3,6 3,4 3,4 3,5 Egyetem 0,8 0,9 1,0 1,1 1,2 1,3 1,3 1,2 1,2 1,5 1,7 1,8 1,8 1,9 2,0 2,2 Összesen 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 a november 1-je után: nyilvántartott álláskeresők. Az évi IV. törvény a foglalkoztatás elősegítéséről és a munkanélküliek ellátásáról november 1-jei változása a regisztrált munkanélküli fogalmát nyilvántartott álláskeresőkre változtatta. Forrás: NFSZ. A forrás adatok xls formátumban letölthetők: táblázat: A regisztrált munkanélküli pályakezdők a megoszlása iskolai végzettség szerint, éves átlag, százalék Iskolai végzettség Általános iskola 8 31,1 osztály és kevesebb 33,7 34,7 35,2 36,1 38,2 40,1 41,3 37,7 35,2 35,6 34,9 35,5 39,4 43,8 44,9 Szakmunkásképző, szakiskola 23,7 20,6 20,4 20,2 20,5 19,7 18,1 17,3 18,9 18,9 18,5 19,8 20,1 18,3 16,9 16,6 Érettségit és/vagy képesítést adó 25,3 25,5 23,2 22,1 21,5 20,3 20,7 21,2 23,1 23,9 23,6 23,7 23,1 21,7 19,8 18,9 középiskola Gimnázium 12,6 11,6 10,8 10,7 10,8 11,7 12,8 13,3 13,7 14,3 15,0 14,9 14,9 15,0 14,7 14,6 Főiskola 5,5 6,2 7,7 8,1 7,8 6,9 5,8 4,9 4,5 4,8 4,2 3,6 3,4 2,8 2,3 2,2 Egyetem 1,8 2,4 3,3 3,6 3,4 3,0 2,5 2,0 2,1 2,8 3,1 3,0 3,0 2,7 2,5 2,8 Összesen 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 a november 1-je után: nyilvántartott pályakezdő álláskereső. Az évi IV. törvény a foglalkoztatás elősegítéséről és a munkanélküliek ellátásáról november 1-jei változása a regisztrált munkanélküli fogalmát nyilvántartott álláskeresőkre változtatta. Forrás: NFSZ. A forrás adatok xls formátumban letölthetők: 229

230 statisztikai adatok táblázat: A regisztrált munkanélküliek megoszlása a Munkaerő-felmérésben megfigyelt gazdasági aktivitás szerint, százalék Foglalkoztatottanélküliek Év tatottak nélküliek MEF munka- Foglalkoz- MEF munka- Inaktívak Összesen Év Inaktívak Összesen ,7 55,8 37,5 100, ,9 62,8 33,2 100, ,7 54,3 41,0 100, ,7 67,1 29,2 100, ,5 45,2 48,3 100, ,2 70,4 26,4 100, ,4 47,4 48,2 100, ,5 66,7 29,8 100, ,4 44,1 46,5 100, ,4 64,9 31,7 100, ,0 53,5 43,5 100, ,9 61,6 33,4 100, ,3 59,7 38,0 100, ,2 60,5 33,2 100, ,0 60,9 36,1 100, ,9 67,1 29,0 100, ,7 62,2 34,1 100, ,9 61,7 33,4 100,0 Megjegyzés: Az adatok a KSH MEF-ben magukat nyilvántartott álláskeresőként minősítőkre vonatkoznak, kiszűrve azokat, akik 2 hónapnál hosszabb időt jelöltek meg a munkaügyi központtal történt utolsó kapcsolatfelvétel időpontjául. Forrás: KSH MEF. A forrás adatok xls formátumban letölthetők: táblázat: A munkanélküli nyilvántartásba a belépők száma, havi átlagok, ezer fő Első alkalommal belépő 11,2 11,2 10,4 10,0 10,5 10,8 8,6 8,0 7,1 8,3 7,2 6,6 7,5 7,3 6,3 5,5 5,0 Már volt valaha regisztrált 42,9 45,8 45,6 44,8 47,3 50,0 42,2 43,4 46,9 60,7 58,1 64,3 62,0 58,2 63,1 52,1 46,5 Összes belépő 54,1 57,0 56,0 54,8 57,8 60,7 50,8 51,4 54,0 69,0 65,3 70,9 69,5 65,5 69,4 57,6 51,5 a november 1-je után: álláskeresők nyilvántartása. Az évi IV. törvény a foglalkoztatás elősegítéséről és a munkanélküliek ellátásáról november 1-jei változása a regisztrált munkanélküli fogalmát nyilvántartott álláskeresőkre változtatta. Forrás: NFSZ REG. A forrás adatok xls formátumban letölthetők: Százalék 5.6. ábra: A munkanélküli nyilvántartásba belépők száma, havi átlagok, ezer fő Első alkalommal belépő Már volt valaha regisztrált 2008 Forrás: NFSZ REG. A forrás adatok xls formátumban letölthetők:

231 5.12. táblázat: Az NFSZ-nyilvántartás főbb adatai, havi átlag, ezer fő ill. százalék 5. Munkanélküliek Regisztrált munkanélküli a 470,1 423,1 409,5 390,5 364,1 344,7 357,2 375,9 409,9 393,5 Ebből: Pályakezdő 42,4 32,5 29,9 26,0 26,8 28,5 31,3 33,8 40,9 38,7 Nem pályakezdő 427,7 390,6 379,6 364,4 337,4 316,2 325,9 342,2 369,1 354,7 Férfi 267,1 233,4 221,4 209,7 196,4 184,6 188,0 193,3 210,4 200,9 Nő 203,0 189,7 188,1 180,8 167,7 160,1 169,2 182,6 199,5 192,5 25 éves és fiatalabb 105,8 89,9 85,4 79,1 75,6 71,1 71,6 71,4 78,9 75,8 Fizikai foglalkozású 386,3 349,0 336,8 321,2 302,0 286,3 296,2 308,5 336,2 321,9 Szellemi foglalkozású 83,8 74,1 72,7 69,3 62,1 58,4 61,0 67,4 73,7 71,6 Munkanélküli ellátásban részesülő b 141,7 130,7 140,7 131,7 119,2 114,9 120,0 124,0 134,4 151,5 Rendszeres szociális segélyben részesülő c 201,3 182,2 148,6 143,5 131,2 113,4 116,2 120,4 133,4 121,8 Munkanélküliségi ráta d 10,5 9,5 9,7 9,3 8,5 8,0 8,3 8,7 9,4 9,0 Megoszlás, % Pályakezdő 9,0 7,7 7,3 6,7 7,3 8,3 8,8 9,0 10,0 9,8 Férfi 56,8 55,2 54,1 53,7 53,9 53,5 52,6 51,4 51,3 51,1 25 éves és fiatalabb 22,5 21,3 20,9 20,3 20,8 20,6 20,0 19,0 19,2 16,5 Fizikai foglalkozású 82,2 82,5 82,3 82,2 82,9 83,1 82,9 82,1 82,0 81,8 Áramlások, ezer fő Belépő munkanélküliek száma 56,1 55,4 57,2 54,1 57,0 56,0 54,8 57,8 60,7 50,8 Ebből: pályakezdő 9,2 9,8 9,3 8,0 7,8 7,8 7,7 7,6 8,2 7,0 Kilépő munkanélküliek száma 57,3 60,4 57,2 56,8 59,4 55,8 53,5 54,4 59,8 51,4 Ebből: pályakezdő 9,0 11,0 9,4 8,2 7,7 7,5 7,6 7,1 7,9 7, Regisztrált munkanélküli a 426,9 442,3 561,8 582,7 582,9 559,1 527,6 422,4 378,2 313,8 Ebből: Pályakezdő 40,4 41,4 49,3 52,6 52,9 61,5 66,0 54,6 47,0 35,8 Nem pályakezdő 386,5 400,9 512,5 530,1 529,9 497,6 461,6 367,8 331,2 278,0 Férfi 219,9 228,3 297,9 305,0 297,1 275,8 267,7 214,2 187,5 156,0 Nő 207,0 214,0 263,9 277,7 285,8 283,3 259,9 208,2 190,7 457,8 25 éves és fiatalabb 80,3 75,9 104,3 102,8 102,3 101,1 97,8 78,2 68,8 56,0 Fizikai foglalkozású Szellemi foglalkozású Munkanélküli ellátásban részesülő b 134,6 136,5 e 202,1 187,7 159,9 71,1 61,2 56,4 57,1 60,2 Rendszeres szociális segélyben részesülő c 133,0 147,5 156,0 167,8 182,1 200,3 184,4 132,4 126,2 99,8 Munkanélküliségi ráta d 9,7 10,0 12,8 13,3 13,2 12,6 11,9 9,5 8,5 6,9 Megoszlás, % Pályakezdő 9,5 9,4 8,8 9,0 9,1 11,0 12,5 12,9 12,4 11,4 Férfi 51,5 51,6 53,0 52,3 51,0 49,3 50,8 50,7 49,6 49,7 25 éves és fiatalabb 18,8 17,2 18,6 17,6 17,5 18,1 18,5 18,5 18,2 17,8 Fizikai foglalkozású Áramlások, ezer fő Belépő munkanélküliek száma 51,4 54,0 69,0 65,3 70,9 69,5 65,5 69,4 57,6 51,5 Ebből: pályakezdő 6,2 6,3 7,5 7,9 8,2 10,0 10,8 11,2 9,0 7,7 Kilépő munkanélküliek száma 48,4 51,3 58,4 66,4 74,2 68,1 78,4 71,3 62,1 56,8 Ebből: pályakezdő 6,0 6,2 6,7 7,5 8,1 8,6 11,8 11,3 9,7 8,2 a november 1-je után: nyilvántartott álláskeresők (zárónapi adatok). Az évi IV. törvény a foglalkoztatás elősegítéséről és a munkanélküliek ellátásáról november 1-jei változása a regisztrált munkanélküli fogalmát nyilvántartott álláskeresőkre változtatta. 231

232 statisztikai adatok b november 1-je után: álláskeresési ellátásban részesülő szeptember 1-jétől az álláskeresési ellátások rendszere megváltozott. c Csak azok az ellátottak, akik az NFSZ regiszterben szerepelnek ig jövedelempótló támogatásban részesülők száma, 2005-től 2008-ig a rendszeres szociális segélyben részesülők száma tartalmazza a kifutó jövedelempótló támogatásban részesülők számát is, 2009-től pedig új támogatási formába, a rendelkezésre állási támogatásba kerültek át nagyobb részben a korábbi szociális ellátottak. Ezt az ellátást január 1-jétől felváltotta a bérpótló jutattás, majd szeptember 1-jétől az elnevezés foglalkoztatást helyettesítő támogatásra változott. d Relatív mutató: a regisztrált munkanélküliek aránya a gazdaságilag aktív népességhez viszonyítva november 1-je után a nyilvántartott álláskeresők aránya a gazdaságilag aktív népességhez viszonyítva. e Az NFSZ-nél 2008-ban bevezetett új számítástechnikai rendszer módszertani változtatást tett lehetővé: 1) Az álláskeresési ellátás különböző típusaiba be- és kilépők számából a szüneteltetésről viszszatérő belépők valamint a szüneteltetésre kilépők számának kiszűrését. A szüneteltetés főbb okai a rövid idejű munkavégzés, a GYES, TGYÁS igénybevétele, képzésben való részvétel. 2) Azon belépő létszám számbavételét a tárgyidőszakot megelőző időszakra, akik részére az álláskeresési ellátás első számfejtése a hiánypótlások miatt húzódott el. A 2009-hez hasonlítható 2008-as adat 141,5 ezer fő. Forrás: NFSZ REG. A forrás adatok xls formátumban letölthetők: táblázat: A regisztrált munkanélküliek a közül támogatott és nem támogatott munkahelyeken elhelyezkedők száma b fő % fő % fő % fő % fő % fő % fő % Támogatott elhelyezkedés , , , , , , ,0 Nem támogatott elhelyezkedés , , , , , , ,0 Összesen , , , , , , ,0 a november 1-je után: nyilvántartott álláskeresők. Az évi IV. törvény a foglalkoztatás elősegítéséről és a munkanélküliek ellátásáról november 1-jei változása a regisztrált munkanélküli fogalmát nyilvántartott álláskeresőkre változtatta. b Év összesen, az álláskeresők éves érintett létszámából elhelyzekedettek száma. A nyilvántartásból történő kilépéskori elhelyezkedéseket mutatja. Forrás: NFSZ. A forrás adatok xls formátumban letölthetők: 232

233 5. Munkanélküliek Munkanélküli ellátott a táblázat: Segélyezés és munkaerőpiaci programok Szociális ellátásban részesülő b Pályakezdők munkanélküli segélye Nem részesül támogatásban Közfoglalkoztatás c Átképzés c Bértámogatás c Egyéb program c Összesen Év Ezer fő 117,0 139,7 0,0 106,5 26,7 25,3 27,5 73,5 516, Százalék 22,7 27,1 0,0 20,6 5,2 4,9 5,3 14,2 100,0 Ezer fő 111,8 113,2 0,0 105,2 29,0 30,0 25,8 37,2 452, Százalék 24,7 25,0 0,0 23,3 6,4 6,6 5,7 8,2 100,0 Ezer fő 104,8 107,6 115,3 21,6 23,5 21,2 32,8 426, Százalék 24,6 25,2 27,0 5,1 5,5 5,0 7,7 100,0 Ezer fő 105,1 109,5 125,0 21,2 22,5 20,1 36,6 440, Százalék 23,9 24,9 28,4 4,8 5,1 4,6 8,3 100,0 Ezer fő 117,4 118,4 132,3 16,8 12,6 16,8 28,5 442, Százalék 26,5 26,7 29,9 3,8 2,8 3,8 6,4 100,0 Ezer fő 125,6 127,8 140,2 21,5 14,7 20,8 31,0 481, Százalék 26,1 26,5 29,1 4,5 3,1 4,3 6,4 100,0 Ezer fő 117,7 112,9 146,4 16,6 12,3 14,6 13,8 434, Százalék 27,1 26,0 33,7 3,8 2,8 3,4 3,2 100,0 Ezer fő 128,0 133,1 151,8 19,3 14,6 23,4 6,8 477, Százalék 27,6 28,7 32,7 2,7 2,3 3,7 2,3 100,0 Ezer fő 120, d 145,7 158,2 21,2 21,2 25,0 14,1 506,1 Százalék 23,8 28,8 31,3 4,2 4,2 4,9 2,8 100,0 Ezer fő 202,8 151,9 215,0 135,3 13,6 17,8 54,1 790, Százalék 25,7 19,2 27,2 17,1 1,7 2,3 6,8 100,0 Ezer fő 159,6 163,5 222,4 164,5 17,8 26,7 40,3 794, Százalék 20,1 20,6 28,0 20,7 2,2 3,4 5,1 100,0 Ezer fő 122,8 168,2 239,8 91,6 13,6 20,4 39,9 696, Százalék 17,6 24,2 34,4 13,2 2,0 2,9 5,7 100,0 Ezer fő 56,3 185,6 281,1 92,4 15,4 30,0 2,2 663, Százalék 8,5 28,0 42,4 13,9 2,3 4,5 0,3 100,0 Ezer fő 55,3 169,3 264,0 149,5 42, e 31,7 3,8 715,5 Százalék 7,7 23,6 36,9 20,9 5,9 4,4 0,5 100,0 Ezer fő 58,6 123,4 216,5 139,1 24,6 17,7 2,8 582, Százalék 10,0 21,3 37,3 24,0 4,2 3,1 0,5 100,0 Ezer fő 55,0 110,6 168,7 224,9 6,2 9,1 5,6 580, Százalék 9,5 19,1 29,1 38,8 1,1 1,6 1,0 100,0 Ezer fő 56,7 85,0 136,0 219,6 17,9 21,1 3,1 539, Százalék 10,5 15,8 25,2 40,7 3,3 3,9 0,6 100,0 a november 1-je után: álláskeresési ellátott szeptember 1-jétől az álláskeresési ellátások rendszere megváltozott. b Csak azok az ellátottak, akik az NFSZ regiszterben szerepelnek ig jövedelempótló támogatásban részesülők száma, 2005-től 2008-ig a rendszeres szociális segélyben részesülők száma tartalmazza a kifutó jövedelempótló támogatásban részesülők számát is, 2009-től pedig új támogatási formába, a rendelkezésre állási támogatásba kerültek át nagyobb részben a korábbi szociális ellátottak. Ezt az ellátást január 1-jétől felváltotta a bérpótló jutattás, majd szeptember 1-jétől az elnevezés foglalkoztatást helyettesítő támogatásra változott. c 2008-ig az MPA Decentralizált Alaprészéből finanszírozott, 2009-től az MPA, TÁMOP forrásokból finanszírozott létszám. Közjellegű foglalkoztatás: közhasznú munka, közcélú munka, közmunkaprogramok. Bértámogatás: bértámogatás, bérköltség támogatás, pályakezdők munkatapasztalat támogatása, RÁT-os foglalkoztatási támogatás, részmunkaidős foglalkoztatás, válság miatt munkahelyüket vesztők bértámogatása. Egyéb támogatás: munkahelymegőrző támogatások, vállalkozóvá válás támogatása, utazási költségtérítés, munkahelyteremtés, álláskereső klub. 233

234 statisztikai adatok d Az NFSZ-nél 2008-ban bevezetett új számítástechnikai rendszer módszertani változtatást tett lehetővé: 1) Az álláskeresési ellátás különböző típusaiba be- és kilépők számából a szüneteltetésről viszszatérő belépők valamint a szüneteltetésre kilépők számának kiszűrését. A szüneteltetés főbb okai a rövid idejű munkavégzés, a GYES, TGYÁS igénybevétele, képzésben való részvétel. 2) Azon belépő létszám számbavételét a tárgyidőszakot megelőző időszakra, akik részére az álláskeresési ellátás első számfejtése a hiánypótlások miatt húzódott el. A 2009-hez hasonlítható 2008-as adat 134,1 ezer fő. e 2013-ban az átképzésben részesülők közül 18,1 ezer fő közfoglalkoztatásban és képzésben egyszerre részesül. Megjegyzés: Minden évben az októberi zárólétszámok. A százalékos adatoknál a regisztráltak és a munkaerőpiaci programokban résztvevők együttes létszáma 100,0. Forrás: NFSZ. A forrás adatok xls formátumban letölthetők: táblázat: Az aktív eszközökből kilépők a elhelyezkedési arányai, százalék Aktív eszközök 2001 b 2002 b 2003 b 2004 b 2005 b 2006 b 2007 b 2008 b 2009 c 2010 c 2011 c 2012 c 2013 c 2014 c 2015 c 2016 c Ajánlott képzés d 45,4 43,3 43,0 45,5 43,8 41,1 37,5 42,2 40,4 49,4 42,6 44,9 55,1 61,4 54,8 47,8 Elfogadott képzés e 49,3 45,8 46,0 45,6 51,4 50,9 47,6 48,0 41,9 48,8 41,6 56,7 65,9 58,8 63,4 55,7 Munkaviszonyos képzés f 94,2 92,7 93,3 92,1 90,4.. 92,3 93,9.. 59,9 75,0 65,7 72,7 61,4 87,7 41,7 Vállalkozóvá válási támogatás g 89,2 90,7 89,6 90,7 89,6 86,4 87,6 83,6 73,1 76,4 71,5 72,6 74,1 76,3 81, Bértámogatás h 59,7 62,9 62,0 64,6 62,6 62,3 63,4 65,0 72,4 90,9 69,6 70,3 73,0 56,0 70,9 53,5 Munkatapasztalatszerző támogatás i 64,5 66,9 66,1 66,5 66,8 66,6 66,3 74, ,0 69,9 68,5 Foglalkoztatási támogatás j 71,6 78,4 78,2 71,5 70,9 65,0 77,5.... a Csak a sikeresen befejezők számbavételével. b 3 hónappal a programok befejezése után. c 6 hónappal a programok befejezése után. d Ajánlott képzés: a munkaügyi központok által az álláskeresők számára szervezett csoportos képzés. e Elfogadott képzés: az egyén kérelmére a munkaügyi központ részben vagy egészben támogatja a képzés költségeit. f Munkaviszonyos képzés: a munkaviszony megszüntetésének elkerülése érdekében, ha újabb ismeretek elsajátításával képesek alkalmazkodni a munkáltató megváltozott igényeihez. g Vállalkozóvá válási támogatás: álláskeresők részére juttatott minimálbér összegű támogatás, illetve max. 3 millió forint visszatérítendő, vagy vissza nem térítendő támogatás. h Bértámogatás: hátrányos helyzetű személyek foglalkoztatásának segítése, akik a támogatás nélkül nem, vagy csak sokkal nehezebben találnak munkát. A bértámogatás, bérköltség-támogatás együtt nem tartalmazza a szakképzettséggel rendelkező, pályakezdő álláskeresők munkatapasztalat szerzésének támogatása és a nyári diákmunka támogatás adatait. i Munkatapasztalat-szerző támogatás: munkatapasztalattal nem rendelkező pályakezdők támogatása 6 9 hónapig, a támogatás mértéke a munkabér és annak járulékainak 50 80%-a december 31-től kifutott eszköz ben újra bevezették a szakképzettséggel rendelkező pályakezdők részére a munkatapasztalatszerzési támogatást, azon munkaadók részére, akik napi legalább négyórás munkaidőben, és legalább 365 napi időtartamra biztosítják a foglalkoztatást. A támogatás mértéke a bérköltség %-a. Az első kilépők monitoring adatai 2011-től állnak renelkezésre. A szakképzettséggel rendelkező pályakezdők munkatapasztalat szerzésének támogatása 2014-ben már nem működött. j Foglalkoztatási támogatás: 25 év alatti pályakezdők támogatása 9 hónapig december 31-től kifutott eszköz. Forrás: NFSZ. A forrás adatok xls formátumban letölthetők: 234

235 5.16. táblázat: A regisztrált munkanélküliek a, a munkanélküli ellátásban b, és a szociális ellátásban c részesülők megoszlása iskolai végzettség szerint 5. Munkanélküliek Iskolai végzettség e Regisztrált munkanélküliek Általános iskola 8 osztály és kevesebb 43,8 40,0 39,2 39,9 40,1 40,1 42,4 42,4 41,2 Szakmunkásképző, szakiskola 30,7 33,1 31,4 29,8 29,1 28,9 27,6 27,1 27,3 Érettségit és/vagy képesítést adó középiskola 12,8 14,4 15,0 15,0 15,2 15,6 14,9 15,1 15,4 Gimnázium 8,1 8,3 9,1 9,7 9,8 10,0 9,9 10,0 10,3 Főiskola 3,2 3,0 3,7 3,9 3,9 3,6 3,3 3,4 3,6 Egyetem 1,2 1,1 1,5 1,7 1,9 1,9 1,8 2,0 2,3 Összesen 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 415,6 549,0 546,0 553,3 524,4 497,0 438,6 366,9 291,6 Munkanélküli ellátásban d részesülők Általános iskola 8 osztály és kevesebb 24,4 26,3 25,7 24,1 23,4 20,2 21,8 27,8 24,8 26,7 Szakmunkásképző, szakiskola 37,0 39,2 39,4 36,2 34,5 34,5 34,8 33,3 33,1 32,8 Érettségit és/vagy képesítést adó középiskola 19,3 18,3 18,5 19,7 20,1 21,2 21,2 19,0 20,0 19,5 Gimnázium 11,0 10,6 10,1 11,6 12,3 12,7 12,0 10,9 11,8 11,3 Főiskola 6,0 5,7 4,5 5,8 6,7 7,6 6,7 5,7 6,4 5,9 Egyetem 2,3 2,1 1,7 2,6 3,1 3,8 3,6 3,3 3,9 3,8 Összesen 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 92,5 126,9 200,5 165,8 145,9 53,1 53,0 60,0 50,0 53,8 Szociális ellátásban részesülők c Általános iskola 8 osztály és kevesebb 60,3 59,4 56,4 56,1 53,4 52,4 53,5 54,1 53,4 Szakmunkásképző, szakiskola 26,5 26,6 27,4 26,1 26,4 26,6 26,1 25,6 25,5 Érettségit és/vagy képesítést adó középiskola 6,8 7,5 8,6 9,0 10,3 10,9 10,5 10,4 10,7 Gimnázium 4,7 4,8 5,6 6,3 7,1 7,3 7,2 7,3 7,6 Főiskola 1,2 1,2 1,5 1,8 2,1 2,0 1,8 1,8 1,9 Egyetem 0,4 0,4 0,5 0,6 0,8 0,8 0,8 0,8 0,9 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 Összesen 145,8 144,1 161,7 174,7 193,5 177,4 138,8 130,8 94,4 a november 1-je után: nyilvántartott álláskeresők. Az évi IV. törvény a foglalkoztatás elősegítéséről és a munkanélküliek ellátásáról november 1-jei változása a regisztrált munkanélküli fogalmát nyilvántartott álláskeresőkre változtatta. b november 1-je után: álláskeresési ellátottak szeptember 1-jétől az álláskeresési ellátások rendszere megváltozott. c Csak azok az ellátottak, akik az NFSZ regiszterben szerepelnek ig jövedelempótló támogatásban részesülők száma, 2005-től 2008-ig a rendszeres szociális segélyben részesülők száma tartalmazza a kifutó jövedelempótló támogatásban részesülők számát is, 2009-től pedig új támogatási formába, a rendelkezésre állási támogatásba kerültek át nagyobb részben a korábbi szociális ellátottak. Ezt az ellátást január 1-jétől felváltotta a bérpótló jutattás, majd szeptember 1-jétől az elnevezés foglalkoztatást helyettesítő támogatásra változott. d november 1-je után álláskeresési ellátás ben nem tartalmazza a nyugdíj előtti munkanélküli segélyen lévőket szeptember 1-jétől az álláskeresési ellátások rendszere megváltozott. e Az NFSZ-nél 2008-ban bevezetett új számítástechnikai rendszer módszertani változtatást tett lehetővé: 1) Az álláskeresési ellátás különböző típusaiba be- és kilépők számából a szüneteltetésről visszatérő belépők valamint a szüneteltetésre kilépők számának kiszűrését. A szüneteltetés főbb okai a rövid idejű munkavégzés, a GYES, TGYÁS igénybevétele, képzésben való részvétel. 2) Azon belépő létszám számbavételét a tárgyidőszakot megelőző időszakra, akik részére az álláskeresési ellátás első számfejtése a hiánypótlások miatt húzódott el. A 2008-as év jobboldali oszlopa a 2009-es adatokkal összehasonlítható változatban közli a 2008-as adatokat. Megjegyzés: Minden évben júniusi zárólétszám adatok. Forrás: NFSZ. A forrás adatok xls formátumban letölthetők: 235

236 statisztikai adatok Az év folyamán kilépők összesen, fő táblázat: Munkanélküli/álláskeresési/vállalkozói járadékból kilépők az elhelyezkedettek aránya, % 236 Ebből: azok aránya, akiknek a segé lyezési ideje lejárt, % Az év folyamán kilépők összesen, fő az elhelyezkedettek aránya, % Év Év ,5 64, ,0 48, ,0 67, a ,4 48, ,1 64, ,9 56, ,2 65, ,9 55, ,6 66, ,2 55, ,7 65, ,9 77, ,4 64, ,3 75, ,2 63, ,0 67, ,2 53, ,5 63, ,4 46, ,9 60,5 Ebből: azok aránya, akiknek a segé lyezési ideje lejárt, % a Az NFSZ-nél 2008-ban bevezetett új számítástechnikai rendszer módszertani változtatást tett lehetővé: 1) Az álláskeresési ellátás különböző típusaiba be- és kilépők számából a szüneteltetésről viszszatérő belépők valamint a szüneteltetésre kilépők számának kiszűrését. A szüneteltetés főbb okai a rövid idejű munkavégzés, a GYES, TGYÁS igénybevétele, képzésben való részvétel. 2) Azon belépő létszám számbavételét a tárgyidőszakot megelőző időszakra, akik részére az álláskeresési ellátás első számfejtése a hiánypótlások miatt húzódott el. A 2008 a sorban a 2009-hez hasonlítható adatok szerepelnek. Forrás: NFSZ. A forrás adatok xls formátumban letölthetők: táblázat: A munkaerőpiaci képzésben résztvevők érintett létszáma a A képzésben résztvevők Ajánlott képzésben résztvevők Elfogadott képzésben résztvevők Lépj egyet előre! programban résztvevők Munkaviszonyban nem állók összesen Ebből: pályakezdők Munkaviszonyban állók Munkapiaci képzés összesen b 2014 b 2015 b 2016 b Ajánlott képzésben résztvevők Elfogadott képzésben résztvevők Lépj egyet előre! programban résztvevők Munkaviszonyban nem állók összesen Ebből: pályakezdők Munkaviszonyban állók Munkapiaci képzés összesen a Az adatok tartalmazzák az MPA decentralizált foglalkoztatási alaprészéből finanszírozott, valamint a HEFOP 1.1 és a TÁMOP programok keretében képzésben résztvevők számát. b Az adatok tartalmazzák a közfoglalkoztatás mellett képzésben részesítettek létszámait (2013-ban fő, 2014-ben fő, 2015-ben fő, 2016-ban fő). Forrás: NFSZ. A forrás adatok xls formátumban letölthetők:

237 5.19. táblázat: A évben befejezett programokból kilépők elhelyezkedési arányai nem, kor és iskolai végzettség szerint a, százalék 5. Munkanélküliek Munkaviszonyban nem állók Támogatott Bértámogatással ajánlott képzései elfogadott képzései összesen vállalkozók b foglalkoztatottak Nemek szerint Férfiak 47,2 60,5 47,3 38,2 53,9 Nők 48,3 44,1 48,2 41,6 52,7 Korcsoportok szerint 20 36,2 29,2 36,1 51,2 55, ,4 26,1 44,4 46,7 55, ,4 90,9 48,4 40,6 53,3 29 együtt 43,8 39,7 43,8 43,7 54, ,2 33,3 49,9 40,8 53, ,6 66,7 51,6 39,4 51, ,7 73,3 51,7 37,3 49, ,4 88,9 51,4 38,6 48, ,6 92,3 51,7 36,5 44, ,4 37,5 50,1 35,0 52,2 Iskolai végzettség szerint 8 általánosnál kevesebb 43,7 100,0 43,4 33,3 59,4 8 általános 46,7 47,6 46,6 39,2 36,6 Szakmunkásképző 50,5 57,9 50,5 36,7 57,8 Szakiskola 48,0 100,0 48,3 36,8 56,1 Szakközépiskola 52,6 68,8 52,9 41,4 51,6 Technikum 49,2 100,0 50,3 39,9 52,7 Gimnázium 50,8 54,5 50,8 41,9 52,8 Főiskola 50,0 72,2 50,0 39,9 53,9 Egyetem 46,4 100,0 46,5 45,1 63,9 Összesen 47,8 55,7 47,8 40,0 53,5 a Bérjellegű támogatások együtt, a nyári diákmunka támogatások nélkül. b Továbbélési arány. Megjegyzés: 6 hónappal a programok befejezése után. Forrás: NFSZ. A forrás adatok xls formátumban letölthetők: táblázat: A képzésben résztvevő munkaviszonyban nem állók éves átlagos számának megoszlása a képzés típusa szerint, százalék A képzés típusa OKJ 78,7 77,6 78,3 75,1 72,9 71,5 69,0 65,8 63,6 65,2 68,6 71,6 50,2 53,3 59,4 56,4 Nem OKJ 14,0 13,6 12,6 15,0 14,5 16,9 19,9 22,8 26,4 25,4 21,1 19,0 44,2 43,2 37,9 40,6 Nyelvi képzés 7,3 8,8 9,1 9,9 12,6 11,5 11,1 11,4 10,0 9,4 10,3 9,4 5,6 3,5 2,7 3,0 Összesen 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 Forrás: NFSZ. A forrás adatok xls formátumban letölthetők: 237

238 statisztikai adatok táblázat: A munkaerőpiaci képzésbe belépő munkaviszonnyal nem rendelkezők száma és megoszlása korcsoport és iskolai végzettség szerint képzés közfoglalkoztatáshoz kapcsolódó együtt képzés közfoglalkoztatáshoz kapcsolódó együtt képzés közfoglalkoztatáshoz kapcsolódó együtt képzés közfoglalkoztatáshoz kapcsolódó együtt képzés képzés képzés képzés Belépők száma, fő Korcsoportok szerint, % 20 5,6 2,8 3,6 6,3 4,1 4,7 11,5 4,8 6,8 5,7 7,1 6, ,8 12,7 18,3 30,0 15,3 19,1 39,3 15,8 22,8 15,1 11,4 12, ,8 47,3 46,4 43,7 47,8 46,7 35,8 49,5 45,4 56,4 47,5 51, ,1 12,9 11,3 7,6 11,5 10,5 6,0 10,5 9,2 10,8 12,2 11, ,7 24,3 20,4 12,4 21,4 19,0 7,4 19,4 15,8 12,0 21,9 17,9 Összesen 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 Iskolai végzettség szerint, % 8 általánosnál kevesebb 1,0 9,7 7,4 1,2 8,1 6,3 0,8 6,9 5,1 1,1 15,6 9,9 8 általános 24,9 53,3 45,8 28,7 49,8 44,3 35,2 44,6 41,8 35,1 78,8 61,4 Szakképzés 22,3 25,6 24,7 22,7 23,3 23,2 19,7 21,5 21,0 22,4 1,8 10,0 Szakközépiskola, technikum 27,1 6,5 11,9 24,9 9,7 13,6 23,5 14,0 16,8 21,7 1,9 9,8 Gimnázium 19,0 4,2 8,1 17,6 7,0 9,8 17,8 9,4 11,9 15,1 1,6 7,0 Főiskola, egyetem 5,8 0,7 2,0 4,9 2,1 2,8 3,0 3,6 3,4 4,6 0,2 2,0 Összesen 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 a A képzések számának drasztikus csökkenése amiatt következett be, mert a képzési támogatások döntéseit központosították, párhuzamosan azzal, hogy olyan képzéseket engedélyeztek, amelyeknek igazolható közvetlen foglalkoztatási hatása van. Ezáltal csökkent a preventív és általános képzések száma a támogatott képzések között. A képzésben résztvevők többsége az EU-s programok keretében volt képzésben. Megjegyzés: a képzések számának jelentős emelkedése 2012-től a közfoglalkoztatáshoz kapcsolódó képzések miatt következett be tól a képzések esetén megadjuk a közfoglalkoztatáshoz kapcsolódó és az ahhoz nem kapcsolódó képzések létszámait. Forrás: NFSZ. A forrás adatok xls formátumban letölthetők: 238

239 6. Keresetek 6.1. táblázat: A bruttó kereset és a reálkereset éves változása Bruttó Nettó Bruttó kereseti Nettó kereseti Fogyasztói Reálkereseti átlagkereset átlagkereset index index árindex index Év Ft Előző év = ,6 121,6 128,9 94, ,8 112,6 128,2 87, ,4 117,4 123,6 95, ,3 124,1 118,3 104, ,3 118,4 114,3 103, ,1 112,7 110,0 102, ,5 111,4 109,8 101, ,0 116,2 109,2 106, ,3 119,6 105,3 113, ,0 114,3 104,7 109, ,1 105,6 106,8 98, ,8 110,1 103,6 106, ,2 107,6 103,9 103, ,0 103,0 108,0 95, ,4 107,0 106,1 100, ,6 101,8 104,2 97, ,3 106,8 104,9 101, ,2 106,4 103,9 102, ,7 102,1 105,7 96, ,4 104,9 101,7 103, ,0 103,0 99,8 103, ,3 104,3 99,9 104, ,1 107,8 100,4 107,5 Forrás: KSH IMS (kereset) és fogyasztói árösszeírás. Bruttó átlagkereset, bruttó kereseti index: 2000 : STADAT ( i frissítés); Nettó átlagkereset, nettó kereseti index: 2008 : STADAT ( i frissítés); Fogyasztói árindex: 1990 : STADAT ( i frissítés); Reálkereseti index 1990 : STADAT ( i frissítés) A forrás adatok xls formátumban letölthetők: Százalék ábra: Bruttó nominális és nettó reálkereset éves változása 1994 Bruttó kereseti index Reálkereseti index Forrás: KSH IMS (kereset) és fogyasztói árösszeírás (STADAT február 20-i frissítés). A forrás adatok xls formátumban letölthetők:

240 statisztikai adatok 6.2.a. táblázat: Bruttó kereseti arányok a nemzetgazdaságban, Ft/fő/hó Mezőgazdaság, erdőgazdálkodás, halászat Bányászat, kőfejtés Feldolgozóipar Villamosenergia-, gáz-, gőzellátás, légkondicionálás Vízellátás, szennyvíz gyűjtése, kezelése Építőipar Kereskedelem, gépjárműjavítás Szállítás, raktározás Szálláshely-szolgáltatás, vendéglátás Információ, kommunikáció Pénzügyi, biztosítási tevékenység Ingatlanügyletek Szakmai, tudományos, műszaki tevékenység Adminisztratív és szolgáltatást támogató tevékenység Közigazgatás, védelem; kötelező társadalombiztosítás Oktatás Humán-egészségügyi, szociális ellátás Művészet, szórakoztatás, szabad idő Egyéb szolgáltatás Nemzetgazdaság összesen Ebből: vállalkozás költségvetés Megjegyzés: Az adatok a 2008-tól érvényes ágazati rendszer szerint vannak átdolgozva. Forrás: KSH évközi IMS. Bruttó átlagkereset, bruttó kereseti index: STADAT ( i frissítés) A forrás adatok xls formátumban letölthetők: 240

241 6. Keresetek 6.2.b. táblázat: Bruttó kereseti arányok a nemzetgazdaságban, százalék Mezőgazdaság, erdőgazdálkodás, halászat 65,6 66,1 67,2 68,6 71,0 72,0 73,6 74,5 75,8 76,3 77,7 Bányászat, kőfejtés 111,2 109,7 113,5 122,1 115,5 119,5 120,9 121,2 120,7 116,8 113,7 Feldolgozóipar 92,6 93,1 92,1 95,2 99,1 100,0 103,4 104,6 106,4 106,4 106,1 Villamosenergia-, gáz-, gőzellátás, légkondicionálás 155,2 159,0 161,8 172,7 179,6 178,2 181,1 178,0 177,8 177,2 172,6 Vízellátás, szennyvíz gyűjtése, kezelése 88,7 88,9 89,6 91,0 95,6 97,4 100,0 97,4 94,7 93,2 88,9 Építőipar 68,6 73,7 73,7 76,2 75,5 73,5 73,4 77,1 78,0 79,4 76,4 Kereskedelem, gépjármű-javítás 84,8 85,4 86,4 87,7 91,7 92,4 95,3 94,9 94,3 92,8 92,6 Szállítás, raktározás 94,6 93,9 93,8 98,3 98,9 98,6 97,8 96,9 96,9 96,5 94,1 Szálláshely-szolgáltatás, vendéglátás 60,1 60,7 60,7 61,3 60,6 59,0 62,7 63,7 64,4 63,6 63,1 Információ, kommunikáció 179,0 177,8 180,2 183,5 181,7 184,4 183,9 184,9 189,0 185,6 182,2 Pénzügyi, biztosítási tevékenység 234,4 211,1 217,2 213,9 214,0 214,5 206,2 204,2 204,1 199,2 197,2 Ingatlanügyletek 84,9 86,1 85,5 88,9 90,2 86,8 98,3 92,1 90,5 89,2 90,9 Szakmai, tudományos, műszaki tevékenység 124,3 132,4 141,5 146,6 146,9 142,4 148,4 138,9 145,1 149,0 149,1 Adminisztratív és szolgáltatást támogató tevékenység 75,0 75,2 74,0 74,6 71,9 70,3 73,3 73,4 77,3 79,9 81,8 Közigazgatás, védelem; kötelező társadalombiztosítás 130,1 136,9 134,7 117,4 120,2 118,7 110,8 112,2 110,2 113,8 119,0 Oktatás 111,6 104,4 102,9 97,6 96,7 90,6 88,5 94,0 103,4 104,1 104,2 Humán-egészségügyi, szociális ellátás 88,6 86,5 85,5 80,7 70,3 72,2 67,9 65,6 60,2 59,2 58,7 Művészet, szórakoztatás, szabad idő 94,2 99,4 92,5 89,7 88,8 90,3 94,1 94,0 95,0 86,0 86,4 Egyéb szolgáltatás 82,2 83,0 79,5 80,3 74,1 76,1 78,9 75,8 76,1 78,0 78,7 Nemzetgazdaság összesen 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 Ebből: vállalkozás 94,9 95,9 96,6 100,2 102,1 102,3 104,8 105,0 106,3 106,0 105,2 költségvetés 113,2 111,5 110,2 100,9 96,8 95,5 89,7 89,8 88,2 88,8 90,2 Megjegyzés: Az adatok a 2008-tól érvényes ágazati rendszer szerint vannak átdolgozva. Forrás: KSH évközi IMS. Bruttó átlagkereset, bruttó kereseti index: STADAT ( i frissítés). A forrás adatok xls formátumban letölthetők: 241

242 statisztikai adatok 6.3. táblázat: Regresszióval kiigazított kereseti különbségek Férfi 0,1500 0,1360 0,1680 0,1670 0,1440 0,1500 0,1550 0,1500 0,1420 0,1350 0,1520 0,1300 Kevesebb, mint 8 osztály 0,4800 0,3720 0,4140 0,3650 0,5540 0,4950 0,5200 0,4260 0,4800 0,5240 0,5360 0,5710 Általános iskola 8 osztály 0,3730 0,3520 0,4010 0,3910 0,4330 0,4040 0,3990 0,3840 0,3650 0,3570 0,3760 0,4040 Szakmunkásképző, 0,2750 szakiskola 0,2710 0,2750 0,2690 0,2860 0,2660 0,2470 0,2490 0,2030 0,1910 0,2170 0,2260 Főiskola, egyetem 0,5900 0,5900 0,5670 0,5610 0,5970 0,6020 0,5970 0,5570 0,5630 0,6060 0,6000 0,5750 Becsült gyakorlati idő 0,0238 0,0233 0,0243 0,0237 0,0262 0,0267 0,0256 0,0238 0,0227 0,0070 0,0245 0,0253 Becsült gyakorlati idő négyzete 0,0004 0,0003 0,0004 0,0004 0,0004 0,0004 0,0004 0,0004 0,0004 0,0000 0,0004 0,0004 Közszféra 0,1130 0,1530 0,0444 0,0500 0,0665 0,1060 0,1240 0,2480 0,1900 0,0843 0,2030 0,3060 Megjegyzés: Ezek az eredmények a logaritmuspontban (nagyjából százalékos mértékben) mutatják a különböző csoportok kereseti előnyét-hátrányát a referenciacsoporthoz képest. Minden közölt paraméter szignifikáns 0,01 szinten. A régióparaméterek a 9.6. táblában szerepelnek. Referenciakategóriák: nő, érettségizett, Közép-Dunántúlon, nem közszférában dolgozó alkalmazott. Forrás: NFSZ BT. A forrás adatok xls formátumban letölthetők: ábra: Az alacsony keresetű dolgozók aránya nemek szerint, százalék 30 Férfiak Nők Együtt 25 Százalék Forrás: NFSZ BT. A forrás adatok xls formátumban letölthetők:

243 6. Keresetek 6.4. táblázat: Az alacsony keresetű dolgozók a százalékos aránya nemek, korcsoport, iskolai végzettség és ágak szerint Nemek szerint Férfiak 22,1 20,7 22,3 24,8 25,1 25,4 26,7 21,9 21,2 21,1 21,2 20,5 15,5 16,2 18,8 18,3 19,2 Nők 26,8 25,0 22,5 21,6 22,8 22,9 21,9 21,3 20,8 21,7 21,2 20,8 18,2 17,0 17,6 20,0 19,8 Korcsoportok szerint 24 37,0 35,5 37,6 39,9 43,9 44,2 46,3 40,1 34,6 38,9 38,2 36,6 26,4 30,9 29,7 31,2 31, ,8 21,9 21,8 22,3 23,6 24,0 24,2 21,4 20,6 21,0 20,9 20,4 16,3 16,3 18,0 18,5 19, ,8 18,1 16,2 15,3 16,5 16,5 16,4 15,8 15,5 17,6 18,1 17,6 17,0 14,3 16,4 18,5 18,7 Iskolai végzettség szerint 8 általános és kevesebb 43,4 40,4 38,3 37,1 39,6 41,2 40,1 41,4 41,3 47,4 43,4 45,4 38,6 38,7 41,1 42,1 40,1 Szakképzést nyújtó iskolák 31,2 29,4 32,1 35,4 35,7 36,8 37,9 32,9 32,1 33,5 33,3 31,3 25,2 24,0 27,5 28,3 30,0 Középiskola 18,8 18,0 16,5 17,7 18,6 18,6 19,7 16,1 15,4 16,4 17,3 17,2 13,7 15,3 17,0 18,4 19,1 Felsőfokú végzettség 4,7 4,7 3,6 3,5 3,9 3,8 4,3 2,5 2,4 2,3 2,9 2,7 2,0 2,5 3,0 2,9 3,9 Ágak szerint b Mezőgazdaság 38,0 34,3 37,9 37,3 37,1 37,5 41,6 37,9 36,6 36,7 34,6 31,8 21,8 26,3 28,2 25,8 24,6 Feldolgozóipar 20,0 19,1 19,4 25,4 24,7 22,1 24,1 20,8 23,5 23,0 20,5 19,4 13,7 14,1 16,7 15,1 15,9 Építőipar 42,9 41,7 44,8 49,8 51,2 50,2 55,2 43,1 37,5 38,1 43,0 41,9 31,8 35,9 43,8 41,0 44,7 Kereskedelem 42,8 41,3 44,0 49,0 49,3 51,5 49,4 40,9 35,9 35,2 36,4 35,2 24,2 27,3 28,9 31,3 31,8 Szállítás és távközlés 11,3 10,6 10,5 13,6 12,6 13,8 15,1 13,2 14,6 11,2 13,3 13,1 10,1 11,6 14,9 13,8 13,6 Pénzügyek, gazdasági szolgáltatás 25,3 22,6 20,7 23,1 23,9 24,6 26,2 20,9 20,0 20,5 20,7 19,6 15,0 16,6 19,0 16,5 18,7 Közigazgatás 13,7 13,8 9,3 6,6 8,2 6,0 6,3 7,4 6,7 8,7 8,8 9,8 13,4 9,1 11,8 15,3 13,2 Oktatás 21,5 22,6 16,0 4,8 6,9 8,8 6,1 9,0 7,2 11,9 10,6 11,2 16,3 14,9 10,2 15,7 13,8 Egészségügy 26,7 19,9 16,1 6,3 8,4 10,3 8,6 12,6 11,1 14,5 13,8 14,3 18,2 13,6 9,2 14,6 14,8 Együtt 24,4 22,8 22,4 23,2 24,0 24,2 24,3 21,6 21,0 21,4 21,2 20,7 16,8 16,6 18,3 19,1 19,5 a Azok aránya, akik kevesebbet keresnek a medián kereset 2/3-ánál. b : TEÁOR 03, 2009 : TEÁOR 08 szerint. Forrás: NFSZ BT. A forrás adatok xls formátumban letölthetők: 243

244 statisztikai adatok 6.3. ábra: A bruttó átlagkeresetek differenciáltsága 5 D9/D5 D5/D1 D9/D Forrás: NFSZ BT. A forrás adatok xls formátumban letölthetők: ábra: Életkor-kereseti profilok iskolai végzettség szerint 1998-ban, 2016-ban, nők, férfiak 0-8 osztály Férfiak Szakmunkásképző, szakiskola Érettségi 2006 Nők Főiskola, egyetem Átlagos brutto reálkereset Átlagos brutto reálkereset Életkor 20 Forrás: NFSZ BT. A forrás adatok xls formátumban letölthetők:

245 6. Keresetek 6.5. ábra: A bruttó reálkeresetek logaritmusának eloszlása (2016 = 100%) ,0 Férfiak Nők 2,0 1,5 1,5 1,0 1,0 0,5 0,5 0, , ,0 2,0 1,5 1,5 1,0 1,0 0,5 0,5 0, , ,0 2,0 1,5 1,5 1,0 1,0 0,5 0,5 0, , ,0 2, ,5 1,0 1,0 0,5 0,5 0, Forrás: NFSZ BT. A forrás adatok xls formátumban letölthetők: ,0 245

246 statisztikai adatok 7.1. táblázat: A nappali oktatásban, képzésben végzettek száma Év A 8. évfolyamot befejezte Érettségi vizsgát tett tanuló Szakmai vizsgát tett tanuló Felsőfokú oklevelet szerzett hallgató a a b a Becsült adat. b Előzetes adat. Forrás: EMMI STAT. A forrás adatok xls formátumban letölthetők: ábra: A nappali képzésben tanulók a megfelelő korú népesség arányában Százalék Korév Forrás: EMMI STAT. A forrás adatok xls formátumban letölthetők:

247 7. Oktatás 7.2. táblázat: Kezdő évfolyamos tanulók, hallgatók száma a nappali oktatásban, képzésben Általános iskola Szakiskola és készségfejlesztő iskola b Szakközépiskola c Gimnázium Szakgimnázium d Felsőfokú alap- és mesterképzés e Tanév 2003/ / / / / / / / / / / / / /2017 a a Előzetes adat. b 2015/2016. tanévig speciális szakiskolai tanulók száma. c 2015/2016. tanévig szakiskolai tanulók száma. d 2015/2016. tanévig a szakközépiskolai tanulók száma. e Az egyetemi, a főiskolai szintű, valamint az osztatlan képzésben részt vevőkkel együtt. Megjegyzés: Középfokú iskolák esetén 9. évfolyamosok száma. Felsőfokon az első évfolyamos hallgatók száma, 2013/2014. tanévtől az új belépők száma. Forrás: EMMI STAT. A forrás adatok xls formátumban letölthetők: ábra: Belépők és kilépők száma az egyes oktatási fokozatokban, nappali képzés Általános iskola Kilépők Belépők Szakképzés Tanulók/hallgatók Középiskola Felsőfok Tanulók/hallgatók Forrás: EMMI STAT. A forrás adatok xls formátumban letölthetők: 247

248 statisztikai adatok 7.3. táblázat: Tanulók, hallgatók száma a nappali oktatásban, képzésben Általános Szakiskola és készségfejlesztő iskola b iskola c Gimnázium Szakgim- Felsőfokú alap- Szakközép- Tanév iskola názium d és mesterképzés e 2003/ / / / / / / / / / / / /2017 a a Előzetes adat. b 2015/2016. tanévig speciális szakiskolai tanulók száma. c 2015/2016. tanévig szakiskolai tanulók száma. d 2015/2016. tanévig a szakközépiskolai tanulók száma. e Az egyetemi, a főiskolai szintű, valamint az osztatlan képzésben részt vevőkkel együtt. Megjegyzés: Középfokú iskolák esetén 9. évfolyamosok száma. Felsőfokon az első évfolyamos hallgatók száma, 2013/2014. tanévtől az új belépők száma. Forrás: EMMI STAT. A forrás adatok xls formátumban letölthetők: táblázat: Tanulók, hallgatók száma a felnőttoktatásban, a nem nappali képzésben Általános Szakiskola és készségfejlesztő iskola b iskola c Gimnázium Szakgim- Felsőfokú alap- és Szakközép- Tanév iskola názium d mesterképzés e 2003/ / / / / / / / / / / / / /2017 a a Előzetes adat. b 2015/2016. tanévig speciális szakiskolai tanulók száma. c 2015/2016. tanévig szakiskolai tanulók száma. d 2015/2016. tanévig a szakközépiskolai tanulók száma. e Az egyetemi, a főiskolai szintű, valamint az osztatlan képzésben részt vevőkkel együtt. Megjegyzés: Középfokú iskolák esetén 9. évfolyamosok száma. Felsőfokon az első évfolyamos hallgatók száma, 2013/2014. tanévtől az új belépők száma. Forrás: EMMI STAT. A forrás adatok xls formátumban letölthetők: 248

249 7. Oktatás 7.5. táblázat: Az egyetemi, főiskolai továbbtanulásra jelentkezők számának alakulása, nappali képzés Felvettek a A jelentkezők A felvettek Jelentkezők Felvettek száma jelentkezők száma az adott évben érettségizők Év százalékában százalékában ,4 77,2 34, ,9 84,0 29, ,0 88,2 31, ,6 90,2 37, ,6 99,1 40, ,3 104,6 41, ,5 116,3 43, ,5 123,2 49, ,4 108,1 52, ,3 108,4 53, ,8 104,4 56, ,8 112,0 60, ,9 114,9 63, ,8 120,0 71, ,9 128,0 76, ,5 121,1 73, ,6 125,0 72, ,8 119,0 68, ,1 109,6 70, ,1 96,5 65, ,8 97,8 76, ,4 116,5 78, ,0 129,3 84, ,6 133,2 87, ,0 113,9 83, ,5 110,2 83, ,6 115,3 79, ,0 121,3 81, ,7 127,7 85,2 Megjegyzés: A felsőfokú alapképzésre, osztatlan és mesterképzésre első helyre jelentkezettekkel és felvettekkel együtt tól a pót- és keresztféléves felvételi eljárás során felvettek létszámával együtt. Forrás: EMMI STAT. A forrás adatok xls formátumban letölthetők: 249

250 statisztikai adatok 8.1. táblázat: Az NFSZ kirendeltségein bejelentett betöltetlen álláshelyek száma a Bejelentett álláshelyek zárónapi száma Regisztrált munkanélküliek 100 regisztrált mun- b zárónapi kanélkülire b jutó ebből összesen Év közfoglalkoztatás létszáma álláshely , , , , , , , , , , , , , , , , , , , , , , , , , ,9 a Hónap végi záró adatok átlaga. b november 1-je után: nyilvántartott álláskeresők. Forrás: NFSZ. A forrás adatok xls formátumban letölthetők: ábra: Az NFSZ kirendeltségein bejelentett betöltetlen álláshelyek számának alakulása Fő Forrás: NFSZ. A forrás adatok xls formátumban letölthetők:

251 8. Munkaerő-kereslet 8.2. táblázat: Az NFSZ kirendeltségein bejelentett betöltetlen álláshelyek száma a iskolázottsági szint szerint Általános Szakmunkásképző, Főiskola, Középiskola Gimnázium Év iskola szakiskola egyetem Összesen a Hónap végi záró adatok átlaga. Megjegyzés: Az adat a közfoglalkoztatásban bejelentett állásokat is tartalmazza. Forrás: NFSZ. A forrás adatok xls formátumban letölthetők: táblázat: Betöltetlen álláshelyek száma Év Fő a Százalék b 1,2 1,4 1,3 0,9 1,0 1,1 1,0 1,2 1,4 1,5 1,9 a Negyedéves mérések éves átlaga. b A betöltött és be nem töltött álláshelyek százalékában. Forrás: Eurostat. (jvs_q_nace2: frissítés, letöltve: ) A forrás adatok xls formátumban letölthetők: 251

252 statisztikai adatok 8.4. táblázat: Létszámnövelést illetve -csökkenést tervező vállalatok aránya a, százalék Csökkenést Növekedést Csökkenést Növekedést Félév Félév Év tervez tervez Év tervez tervez 1995 I. 30,1 32, I. 23,6 38,5 II. 30,9 27,5 II. 32,1 34, I. 32,9 33, ,0 39,8 II. 29,4 30, ,3 35, I. 29,6 39, ,6 36,2 II. 30,7 36, ,4 27, I. 23,4 42, ,9 23,2 II. 28,9 37, ,4 26, I. 25,8 39, ,4 26,0 II. 28,8 35, ,2 25, I. 24,4 41, ,9 29,2 II. 27,2 36, ,3 30, I. 25,3 40, ,3 27,7 II. 28,6 32, ,6 31, I. 25,6 39, ,3 32,4 II. 27,9 35,4 a A kérdezést követő fél évben, a NFSZ PROG mintában, 2004-től a kérdezést követő egy év múlva. Forrás: NFSZ PROG. A forrás adatok xls formátumban letölthetők: ábra: Létszámcsökkentést és létszámnövekedést tervező vállalatok aránya Csökkenést tervez Növekedést tervez 40 Százalék Forrás: NFSZ PROG. A forrás adatok xls formátumban letölthetők:

253 9. Regionális különbségek 9.1. táblázat: Regionális különbségek: foglalkoztatási ráta a Közép- Közép- Nyugat- Dél- Észak- Észak- Dél- Év Magyarország Dunántúl Dunántúl Dunántúl Magyarország Alföld Alföld Összesen ,8 52,7 59,3 50,3 45,7 45,6 52,8 52, ,8 53,6 59,8 50,0 45,7 45,2 53,6 52, ,7 56,0 61,6 51,5 46,2 46,4 54,2 53, ,7 58,5 63,1 52,8 48,1 48,8 55,3 55, ,5 59,2 63,4 53,5 49,4 49,0 56,0 56, ,6 59,3 63,1 52,3 49,7 49,5 55,8 56, ,9 60,0 63,7 51,6 50,3 49,3 54,2 56, ,7 62,3 61,9 53,4 51,2 51,6 53,2 57, ,9 60,3 61,4 52,3 50,6 50,4 53,6 56, ,3 60,2 62,0 53,4 49,5 50,2 53,8 56, ,1 61,3 62,5 53,2 50,7 51,1 54,0 57, ,9 61,4 62,8 51,0 50,4 50,3 54,5 57, ,7 59,9 61,6 50,8 49,4 49,5 54,0 56, ,3 57,3 59,2 51,7 48,2 48,0 52,9 55, ,0 57,0 58,6 52,4 48,3 49,0 54,1 54, ,2 59,1 59,9 51,1 48,4 49,9 54,1 55, ,7 59,2 61,0 51,9 49,1 51,8 55,5 56, ,7 60,7 61,8 54,8 51,6 53,2 56,3 58, ,0 64,3 65,8 58,6 55,7 57,3 59,7 61, ,6 67,9 67,5 60,2 59,0 58,9 62,2 63, ,8 68,4 68,9 62,2 61,8 62,0 65,7 66,5 a éves népesség. Forrás: KSH MEF. A forrás adatok xls formátumban letölthetők: ábra: Regionális különbségek: foglalkoztatási ráta, keresetek és bruttó hazai termék a tervezési statisztikai régiókban Foglalkoztatási ráta (2016) 200 Bruttó hazai termék (2015) Keresetek (2016) Százalék Forint Közép- Magyarország Közép- Dunántúl Nyugat- Dunántúl Dél- Dunántúl Észak- Magyarország Észak- Alföld Dél- Alföld Forrás: Foglalkoztatási ráta: KSH MEF; bruttó hazai termék: KSH; keresetek: NFSZ BT. A forrás adatok xls formátumban letölthetők: 253

254 statisztikai adatok 9.2. táblázat: Regionális különbségek: munkanélküliségi ráta a Munkaerő-felmérés szerint a Közép- Közép- Nyugat- Dél- Észak- Észak- Dél- Év Magyarország Dunántúl Dunántúl Dunántúl Magyarország Alföld Alföld Összesen ,2 10,4 7,1 9,4 15,5 13,2 8,4 10, ,0 8,1 6,0 9,9 14,0 12,0 7,3 8, ,7 6,8 6,1 9,4 12,2 11,1 7,1 7, ,2 6,1 4,4 8,3 11,6 10,2 5,8 7, ,3 4,9 4,2 7,8 10,1 9,3 5,1 6, ,3 4,3 4,1 7,7 8,5 7,8 5,4 5, ,9 5,0 4,0 7,9 8,8 7,8 6,2 5, ,0 4,6 4,6 7,9 9,7 6,8 6,5 5, ,5 5,6 4,6 7,3 9,7 7,2 6,3 6, ,2 6,3 5,9 8,8 10,6 9,1 8,2 7, ,1 6,0 5,8 9,2 10,9 10,9 8,0 7, ,8 4,9 5,1 9,9 12,6 10,7 8,0 7, ,5 5,8 5,0 10,3 13,3 12,1 8,7 7, ,5 9,2 8,7 11,2 15,3 14,1 10,6 10, ,9 10,0 9,3 12,4 16,2 14,4 10,4 11, ,0 9,5 7,3 12,9 16,4 14,6 10,5 11, ,5 9,9 7,5 12,1 16,1 13,9 10,3 11, ,7 8,7 7,7 9,3 12,6 14,2 11,0 10, ,2 5,6 4,6 7,8 10,4 11,8 9,0 7, ,3 4,4 3,8 8,1 8,7 10,9 7,9 6, ,8 3,0 2,7 6,2 6,3 9,3 5,6 5,1 a éves népesség. Forrás: KSH MEF. A forrás adatok xls formátumban letölthetők: ábra: Regionális különbségek: munkanélküliségi ráta a Munkaerő-felmérés szerint a tervezési statisztikai régiókban 16,1 9,0 12,6 9,9 14, ,3 12,8 12,4 3,0 3,8 9, ,7 6,2 5,6 Forrás: KSH MEF. A forrás adatok xls formátumban letölthetők: 254

255 9.3. táblázat: Regionális különbségek: A regisztrált munkanélküliek a aránya a gazdaságilag aktív népességhez viszonyítva b, százalék Közép- Közép- Nyugat- Dél- Észak- Észak- Dél- Év Magyarország Dunántúl Dunántúl Dunántúl Magyarország Alföld Alföld Összesen ,5 8,7 5,9 12,1 17,1 16,1 10,4 9, ,8 7,5 5,6 11,8 17,2 16,0 10,4 9, ,2 6,7 5,0 11,2 16,0 14,5 9,7 8, ,8 6,6 4,9 11,0 15,6 13,3 9,2 8, ,8 6,7 5,2 11,7 16,2 14,1 9,7 8, ,2 6,9 5,8 12,2 15,7 14,1 10,4 8, ,4 7,4 6,9 13,4 16,5 15,1 11,2 9, ,1 7,0 6,3 13,0 15,9 15,0 10,7 9, ,5 6,9 6,3 13,6 17,6 16,6 11,7 9, ,6 7,1 6,3 14,3 17,8 17,5 11,9 10, ,4 11,5 9,5 17,8 20,9 20,2 14,4 12, ,6 11,8 9,3 17,1 21,5 20,9 15,2 13, ,8 10,9 8,0 16,6 21,5 22,0 14,5 13, ,6 9,9 7,4 16,4 21,2 21,0 13,6 12, ,4 9,5 7,4 15,4 19,5 19,4 19,0 13, ,2 7,1 5,4 13,6 17,4 16,7 10,5 9, ,6 6,1 4,4 11,8 15,4 14,2 8,9 8, ,7 4,7 3,6 9,8 13,1 11,8 7,0 6,9 a november 1-je után: nyilvántartott álláskeresők aránya. Az évi IV. törvény a foglalkoztatás elősegítéséről és a munkanélküliek ellátásáról november 1-jei változása a regisztrált munkanélküli fogalmát nyilvántartott álláskeresőkre változtatta. b Vetítési alap a gazdaságilag aktív népesség előző év január 1-jén. Forrás: NFSZ REG. A forrás adatok xls formátumban letölthetők: ábra: Regionális különbségek: regisztrált munkanélküliségi ráta a tervezési statisztikai régiókban 9. Regionális különbségek 19,1 9,1 12,8 8,0 18, ,1 13,1 14,7 4,7 3,7 11, ,6 9,8 7,0 Forrás: NFSZ REG. A forrás adatok xls formátumban letölthetők: 255

256 statisztikai adatok 9.4. táblázat: Regisztrált munkanélküliségi ráta a megyénként, éves átlag, százalék b Megye Budapest 5,7 3,0 2,6 2,2 2,4 2,8 2,9 2,6 3,0 3,1 4,6 5,9 6,2 6,1 5,8 4,5 4,0 3,0 Baranya 11,8 11,6 11,1 11,2 11,9 11,6 13,4 13,3 12,9 13,6 14,7 17,1 16,6 16,4 15,0 9,1 11,6 9,6 Bács-Kiskun 11,0 10,0 9,3 8,8 9,4 9,9 10,4 10,2 11,4 12,0 17,9 15,6 14,8 13,7 13,3 15,8 9,7 7,3 Békés 14,0 13,1 11,9 11,2 11,5 12,0 13,0 13,5 15,0 14,8 17,3 18,1 17,8 15,8 14,8 12,0 9,6 8,2 Borsod-Abaúj-Zemplén 16,7 20,3 19,0 19,1 19,6 18,3 18,9 18,0 19,9 20,1 23,1 23,7 23,5 22,9 20,9 19,6 16,6 14,0 Csongrád 9,9 8,6 8,3 8,1 8,5 9,7 10,7 8,8 9,2 9,3 11,6 12,4 11,5 11,5 11,0 8,5 7,2 5,6 Fejér 10,6 7,2 6,4 6,4 7,1 7,3 7,4 7,3 7,1 7,5 11,5 12,4 12,1 10,8 10,1 7,6 6,6 5,1 Győr-Moson-Sopron 6,8 4,6 4,1 4,0 4,1 4,6 5,4 4,6 4,1 4,1 6,9 6,8 5,7 5,0 4,6 2,9 2,4 1,9 Hajdú-Bihar 14,2 14,7 13,6 12,8 13,1 12,9 14,0 13,9 15,6 16,5 19,1 20,3 20,7 19,9 18,6 16,1 14,1 11,5 Heves 12,5 12,0 10,6 9,8 10,0 10,6 11,3 11,1 12,2 12,7 15,8 16,1 16,1 15,7 15,0 11,9 11,5 9,8 Jász-Nagykun-Szolnok 14,6 13,4 11,5 10,2 10,7 11,2 12,0 11,4 11,8 12,2 15,5 16,4 18,1 16,8 15,4 13,4 12,0 10,3 Komárom-Esztergom 11,3 8,3 7,0 6,7 6,0 5,8 6,8 5,8 5,4 5,5 10,2 10,4 9,5 8,9 8,7 6,5 5,7 4,1 Nógrád 16,3 14,9 14,3 13,8 14,6 14,6 16,1 16,1 17,7 17,8 21,2 22,0 22,9 23,9 21,7 19,1 17,4 15,3 Pest 7,6 5,2 4,4 3,7 3,7 3,8 4,2 3,9 4,3 4,4 6,7 7,7 7,6 7,4 7,2 6,2 5,5 4,7 Somogy 11,2 11,9 11,6 11,5 12,2 13,4 14,5 14,6 16,2 16,9 19,4 18,9 18,3 18,2 17,1 16,1 13,8 11,6 Szabolcs-Szatmár-Bereg 19,3 19,5 17,8 16,7 17,7 17,5 18,6 18,8 21,0 22,4 24,7 24,8 26,0 25,0 23,0 19,5 16,0 13,0 Tolna 12,2 11,8 11,0 10,0 10,7 11,6 11,8 10,5 11,5 12,1 15,2 14,7 14,2 13,7 13,7 11,1 9,3 7,7 Vas 7,2 5,2 4,9 4,5 5,0 6,0 6,8 6,1 6,2 6,1 9,8 9,6 7,7 6,7 6,9 5,1 4,3 3,5 Veszprém 10,0 7,2 6,9 6,6 7,0 7,3 8,0 7,7 8,0 8,2 12,6 12,3 10,8 9,6 9,4 6,9 5,9 4,5 Zala 9,2 7,2 6,5 6,4 7,0 7,4 9,3 9,0 9,3 9,4 13,0 12,9 11,7 11,6 12,3 9,6 7,8 6,3 Összesen 10,6 9,3 8,5 8,0 8,3 8,7 9,4 9,0 9,7 10,0 12,8 13,3 13,2 12,6 11,9 9,8 8,5 6,9 a november 1-je után: nyilvántartott álláskeresők aránya. Az évi IV. törvény a foglalkoztatás elősegítéséről és a munkanélküliek ellátásáról november 1-jei változása a regisztrált munkanélküli fogalmát nyilvántartott álláskeresőkre változtatta. b Vetítési alap a gazdaságilag aktív népesség előző év január 1-jei száma. Forrás: NFSZ REG. A forrás adatok xls formátumban letölthetők: ábra: Regisztrált megyei munkanélküliségi ráták átlagai, ,0 3,5 1,9 4,5 4,1 5,1 15,3 3,0 4,7 9,8 10,3 11,5 13,0 6,3 11,6 7,7 7,3 5,6 8,2 9,6 Forrás: NFSZ REG. A forrás adatok xls formátumban letölthetők: 256

257 9. Regionális különbségek 9.5. táblázat: Regionális különbségek: keresetek a Közép- Közép- Nyugat- Dél- Észak- Észak- Dél- Év Magyarország Dunántúl Dunántúl Dunántúl Magyarország Alföld Alföld Összesen a Bruttó havi kereset (Ft/fő), május. Megjegyzés: Az adatok a költségvetésben dolgozókra, illetve az 5 vagy annál több főt foglalkoztató vállalatoknál dolgozókra vonatkoznak. Teljes munkaidős alkalmazottak. Forrás: NFSZ BT. A forrás adatok xls formátumban letölthetők: táblázat: Regresszióval kiigazított kereseti különbségek Év Közép- Magyarország Nyugat- Dunántúl Dél- Dunántúl Észak- Magyarország Észak- Alföld Dél- Alföld ,0903 0,0378 0,1120 0,0950 0,1170 0, ,0493 0,0542 0,1220 0,1220 0,1400 0, ,0648 0,0313 0,1410 0,0953 0,1400 0, ,0291 0,0372 0,1310 0,1010 0,1450 0, ,0478 0,0170 0,1640 0,0922 0,1480 0, ,0528 0,0926 0,1520 0,1340 0,1610 0, ,0438 0,0751 0,1730 0,1320 0,1780 0, ,0766 0,0377 0,1250 0,1170 0,1380 0, ,0704 0,0758 0,1450 0,1200 0,1620 0, ,0893 0,0604 0,1020 0,0863 0,1340 0, ,0664 0,0361 0,0750 0,0947 0,1140 0, ,0267 0,0605 0,1120 0,1140 0,1540 0, ,0203 0,0474 0,1250 0,1150 0,1390 0, ,0303 0,0145 0,0990 0,0920 0,1290 0,1180 Megjegyzés: Ezek az eredmények a logaritmuspontban (nagyjából százalékos mértékben) mutatják a különböző csoportok kereseti előnyét-hátrányát a referenciacsoporthoz képest. Minden közölt paraméter szignifikáns 0,01 szinten. Referenciakategóriák: nő, érettségizett, Közép-Dunántúlon, nem közszférában dolgozó alkalmazott. Forrás: NFSZ BT. A forrás adatok xls formátumban letölthetők: 257

258 statisztikai adatok 9.5. ábra: A regisztrált munkanélküliek aránya a éves népességben, I. negyedév, százalék Megjegyzés: A regisztrált munkanélküliek arányát az alábbi módszerrel becsültük: regisztrált munknélküliek száma/15 64 éves állandó népesség létszáma. A regisztrált munkanélküliek száma negyedéves átlag. Az állandó népesség éves adat. Forrás: Regisztrált munkanélküliek: NFSZ IR. Népesség: KSH T-Star. A forrás adatok xls formátumban letölthetők: ábra: A regisztrált munkanélküliek aránya a éves népességben, I. negyedév, százalék Megjegyzés: A regisztrált munkanélküliek arányát az alábbi módszerrel becsültük: regisztrált munknélküliek száma/15 64 éves állandó népesség létszáma. A regisztrált munkanélküliek száma negyedéves átlag. Az állandó népesség 2015-ös éves adat (mivel a 2016-os adatok még nem állnak rendelkezésre). Forrás: Regisztrált munkanélküliek: NFSZ IR. Népesség: KSH T-Star. A forrás adatok xls formátumban letölthetők: 258

259 9. Regionális különbségek 9.7. ábra: A regisztrált munkanélküliek aránya a éves népességben, III. negyedév, százalék Megjegyzés: A regisztrált munkanélküliek arányát az alábbi módszerrel becsültük: regisztrált munknélküliek száma/15 64 éves állandó népesség létszáma. A regisztrált munkanélküliek száma negyedéves átlag. Az állandó népesség éves adat. Forrás: Regisztrált munkanélküliek: NFSZ IR. Népesség: KSH T-Star. A forrás adatok xls formátumban letölthetők: ábra: A regisztrált munkanélküliek aránya a éves népességben, III. negyedév, százalék Megjegyzés: A regisztrált munkanélküliek arányát az alábbi módszerrel becsültük: regisztrált munknélküliek száma/15 64 éves állandó népesség létszáma. A regisztrált munkanélküliek száma negyedéves átlag. Az állandó népesség 2015-ös éves adat (mivel a 2016-os adatok még nem állnak rendelkezésre). Forrás: Regisztrált munkanélküliek: NFSZ IR. Népesség: KSH T-Star. A forrás adatok xls formátumban letölthetők: 259